人工智能驱动科学创新 杜雨,王谟松,张孜铭 著

图书标准信息

• 作者 杜雨
• 出版社 电子工业出版社
• 出版时间 2024-07
• 版次 1
• ISBN 9787121483974
• 定价 79.00元
• 装帧 平装
• 开本 其他
• 页数 252页
• 字数 183千字

【内容简介】

人工智能驱动科学创新（AI for Science）带来的产业变革与每个人息息相关。人工智能作为新一轮科技革命和产业变革的核心驱动力，其潜力已初现倪端。然而，要想推动人类文明的整体跃进，人工智能必须与各交叉领域的科学研究紧密结合，学习科学原理、创造科学模型来解决实际问题，加快科技成果向现实生产力转化。本书聚焦于深度学习、强化学习、迁移学习、深度神经网络等人工智能技术与材料科学、生命科学、电子科学、能源科学、环境科学五大领域的交叉融合，通过深入浅出的语言和具体应用示例，对基本概念、技术原理和应用场景进行了全面的介绍。

【目录】

目    录
第1章  人工智能驱动的科学创新1
第1节  什么是AI for Science2
1．生活中的AI与科学家眼中的AI2
2．AI for Science的参与角色4
3．AI for Science的应用领域8
第2节  AI for Science的底层逻辑：科学创新的新范式9
1．传统科学创新的四种范式10
2．科学创新的新范式：人工智能驱动11
第3节  为什么要发展AI for Science14
1．科研视角：助力搭建平台科研模式15
2．产业视角：用摩尔定律打破反摩尔定律困境17
3．政策视角：国家发展战略的需求19
第2章  AI for Science的技术支撑21
第1节  理论：双科研模式的生长22
1．牛顿模式与开普勒模式22
2．双模式的发展瓶颈：维度灾难24
3．人工智能助力解决科研瓶颈26
第2节  数据：在科技发展中加速积累28
1．科技的进步推动科研数据加速积累28
2．人工智能的发展推动科研数据加速积累32
第3节  算法：理论模型的实践和落地37
1．机器学习算法促进维度灾难问题的解决37
2．大语言模型带来全新的科研机遇39
第4节  算力：基础设施的持续进步41
1．算力基础设施的发展历程42
2．AI for Science算力基础设施的建设44
第3章  AI与材料科学47
第1节  “AI+材料科学”的发展背景48
1．AI对材料研发模式的革新49
2．“AI+材料科学”的推进器：材料基因工程51
第2节  “AI+材料科学”的落地应用53
1．传统材料：金属、有机等材料的开发和应用54
2．新型材料：纳米、超导等材料的发现56
第3节  “AI+材料科学”的相关技术58
1．高通量材料计算模拟58
2．高通量材料制备与表征60
3．材料服役行为高效评价61
4．专用材料数据库62
第4节  “AI+材料科学”的产业图谱63
1．AI能力支持端63
2．模拟计算软件67
3．材料厂商69
4．相关专用数据库70
第5节  “AI+材料科学”的政策启示72
1．面向“卡脖子”材料开展重点技术攻关73
2．将人工智能技术作为材料基因组工程建设的重要内容74
第4章  AI与生命科学77
第1节  “AI+生命科学”的发展背景78
1．AI催生生命科学研发新模式78
2．“AI+生命科学”的发展脉络82
第2节  “AI+生命科学”的落地应用87
1．药物研发领域的AI应用87
2．基因测序和编辑领域的AI应用90
3．合成生物学的AI应用93
第3节  “AI+生命科学”的相关技术96
1．药物研发领域的相关技术96
2．基因测序和编辑领域的相关技术98
3．合成生物学的相关技术101
第4节  “AI+生命科学”的产业图谱104
1．AI与制药104
2．AI与基因测序和编辑107
3．AI与合成生物学109
第5节  “AI+生命科学”的政策启示111
1．促进以生命科学为中心的跨界合作与人才流动111
2．加快建设生物学数据库112
3．强化生物安全与生物伦理监管113
第5章  AI与电子科学115
第1节  “AI+电子科学”的发展背景116
1．从摩尔时代到后摩尔时代116
2．深度摩尔定律与超摩尔定律119
第2节  “AI+电子科学”的落地应用121
1．AI赋能芯片设计121
2．AI赋能芯片制造125
3．AI赋能芯片检测126
4．AI赋能芯片材料研发127
第3节  “AI+电子科学”的相关技术129
1．芯片设计中的AI技术129
2．芯片制造中的AI技术130
3．芯片封测中的AI技术132
4．芯片材料研发中的AI技术132
第4节  “AI+电子科学”的产业图谱134
1．材料与设备端134
2．芯片设计端136
3．芯片制造端140
第5节  “AI+电子科学”的政策启示144
1．加快半导体产业的国产产品替代144
2．政策引导进行产业链跨领域协作146
3．加快AI芯片制造落地146
第6章  AI与能源科学149
第1节  “AI+能源科学”的发展背景150
1．人类利用能源的历程150
2．AI对能源科学的重要意义152
第2节  “AI+能源科学”的落地应用155
1．AI与化石能源科学研究155
2．AI与可再生能源科学研究159
3．AI与能源转型170
第3节  “AI+能源科学”的相关技术176
第4节  “AI+能源科学”的产业图谱178
1．资源的勘查与提取178
2．能源的加工/转化与储存179
3．能源的终端输送与应用180
第5节  “AI+能源科学”的政策启示182
1．确保“AI+能源系统”的可持续性、安全性和可靠性183
2．推动能源数据的开放和共享184
3．提升AI系统在能源行业中的互操作性与标准化184
第7章  AI与环境科学187
第1节  “AI+环境科学”的发展背景188
1．AI技术为环境科学引入新的价值和机遇188
2．AI技术在环境科学领域的发展脉络190
第2节  “AI+环境科学”的落地应用192
1．智能环境监测192
2．智能污染治理194
3．智能碳减排196
第3节  “AI+环境科学”的相关技术197
1．环境地理与GIS技术197
2．环境数据获取与遥感技术199
第4节  “AI+环境科学”的产业地图200
1．研发与咨询200
2．应用与推广203
第5节  “AI+环境科学”的政策启示205
1．AI技术辅助制定重大环境污染问题应急响应方案206
2．开放公共环境数据资源207
第8章  AI for Science的危与机209
第1节  AI for Science的机遇210
1．复用AI生产力的红利210
2．大模型的巨大潜力212
3．跨学科交融与开源生态的完善214
第2节  AI for Science的挑战215
1．科学结果的可解释性215
2．科研协作的制度挑战218
3．科研成果的落地转化220
第3节  生态展望：“平台科研”模式的四梁N柱222
1．砖瓦：科学智能的建设基础222
2．四梁：AI驱动的平台系统224
3．N柱：国家战略的支撑应用225