AI原生科研的技术发展与学科实践——当研究主体从人变为人与AI

简介

大模型正在从"科研工具"升级为"科研协作者"，推动研究主体从单个人演变为人与AI Agent组成的混合智能体。这一范式跃迁在带来机遇的同时，也对系统架构、人机交互与学术治理提出新挑战。本研讨会聚焦AI-Native科研的关键技术与伦理实践，议题涵盖：基于提示词工程的苏格拉底式引导系统设计、RAG驱动的科研知识库构建、多Agent协作的自动化科研工作流编排、云端大模型推理与本地GPU训练的混合调度架构，以及面向学术诚信的Constitutional AI约束机制，邀请科研人员与系统开发者共探"可信、可溯源、同普惠"的AI-Native科研生态。 论坛内容： 议题覆盖科研数据基础设施、加速计算、智能体平台与学科应用，可作为论坛议题设置与讲者遴选的参考素材。 王远，阿里云智能集团数据库产品事业部 产品管理与技术架构部负责人。报告题目《贯通算力与智能体：让科研智能体用好每一份数据的数据底座》，讨论科研数据如何被智能体高效存取、记忆与检索，以及数据基础设施与算力体系的衔接方式。 翟健，NVIDIA 资深解决方案架构师。报告题目《NVIDIA 全栈加速 Agentic AI 和物理 AI》，介绍面向智能体应用与物理 AI 的加速计算技术栈，覆盖从硬件到软件框架的整体体系。 辰悠，千问 AI 平台开发者增长产品负责人。报告题目《好模型，好平台：千问 AI 平台为 AI Agent 而生，释放科研生产力》，介绍将模型、工具与运行环境集成于一体的智能体平台，以及研究者在其上构建、调用并运行智能体的方式。 王玉柱，中国地质大学（北京）人工智能学院人工智能系主任、副教授、博士生导师。报告题目《矿产资源大模型与智能体构建关键技术研究》，介绍领域大模型与智能体构建技术在矿产资源研究中的方法与进展，是大模型技术在具体学科落地的代表性工作。 金伯文，南京大学历史学院暨数字史学研究中心助理教授。报告题目《AI 与历史学研究》，讨论人工智能方法在史料整理、检索与阐释中的应用及其对历史学研究方式的影响，代表人文学科方向的探索。

简介为官网原文，部分内容可能未写完。