長い間 科学研究における人工知能の重点は タンパク質構造,材料発見,気候シミュレーションなどの予測能力を向上させることに集中してきましたこれらの領域は依然として重要ですAIが上流に変化していることが示されていますデータが生成され 重要な決断がされる瞬間へと.
"SYNAPS-Iは,データ生成の速度と同じ速さで洞察力を提供し,数時間,あるいは数日の分析を数秒に絞る迅速な分析手法です"とAileen Luo氏は述べています.
このタイミングは DOEのより広範なイニシアチブと一致しています DOEのジェネシスミッションのようなプログラムを通じて AI主導の科学的発見を加速させることですこのミッションは,データを組み合わせる統合プラットフォームを開発することを目指していますSYNAPS-Iのようなシステムも,このビジョンに完全に合致しています.
もちろん 答え が ない 質問 も ある の です.例えば,実験 が リアルタイム の 分析 に 基づき 調整 さ れ て いる とき,研究 者 たち は どう すれ ば 具体的に 何 が 起き た か を 記録 できる でしょ う か.フィルタリングが完了すると,重要な情報が見過ごされないようにするにはどうすればよいか? このようなシステムがより普及するにつれて,これらの懸念は解決する必要があります.また,信頼の問題もあります.科学者は実験条件を注意深く制御し 過程のあらゆるステップを理解することに慣れています.
パラメータをリアルタイムで調整できるシステムを導入するには,基礎となるAIモデルとサポートインフラの両方に信頼が必要です.信頼性は性能と同じくらい重要です.
産業システムはリアルタイムで センサーデータに対応し始めています センサーはソフトウェア・プラットフォームは,バッチ処理から継続的な意思決定に移行しています静的レポートではなく,ライブオペレーティングシステムへと移行しています.これは,業界全体でリアルタイムデータの重要性が高まっていることを強調しています.
SYNAPS-Iは,このより広範な傾向に合致していますが,より大きなリスクがあります.科学研究において,最終結果は,単なる運用効率の向上ではなく,新しい知識そのものなのです.実験中に決定がいつ,どのようにされるかを変更すると,どのような発見がされ,その発見がどのように検証されるか直接影響します.
SYNAPS-Iのようなシステムには 成熟するのに時間がかかります 克服すべき技術的障害や 文化的な抵抗もあります方向が明確だデータの生成と行動の間のギャップは縮小しつつあり,このギャップが縮小するにつれて,科学的ワークフローの構造自体が変化し始めています.
北京・チアンシン・ジテング・テクノロジー株式会社
サンディ・ヤン/グローバル戦略ディレクター
WhatsApp / ウェイチャット: +86 13426366826
メール: yangyd@qianxingdata.com
ウェブサイト:www.qianxingdata.com/www.storagesserver.com
ビジネス フォーカス
ICT製品配布/システム統合とサービス/インフラストラクチャソリューション
20年以上のIT販売経験を持つ私たちは 信頼性の高い製品とプロフェッショナルなサービスを提供するために グローバルブランドと提携しています
テクノロジーを使ってインテリジェントな世界を作ろう あなたの信頼できるICT製品サービスプロバイダー!
メッセージは20〜3,000文字にする必要があります。
Japanese
