当前位置: 首页> 科技资讯 >中国科学院发布科研AI应用八大诚信原则,旨在引导科研活动中的技术伦理规范

中国科学院发布科研AI应用八大诚信原则,旨在引导科研活动中的技术伦理规范

时间:2024-11-19 07:31:51

编辑:同欣资源网

阅读:5

9月11日消息,中国科学院科研道德委员会面向院内科研人员及学生发布了一项重要文件——《关于在科研活动中规范使用人工智能技术的诚信提醒》(简称《诚信提醒》),旨在强化科研诚信,指导科技工作者在探索与应用AI技术时遵循伦理规范。

中国科学院发布科研AI应用八大诚信原则,旨在引导科研活动中的技术伦理规范

中国科学院官方称,近年来,人工智能技术的快速发展与广泛应用,给科学研究带来了新的变革与创新,同时也对支撑科研诚信的现有实践提出了严峻挑战。譬如,利用人工智能算法伪造数据,生成欺骗性研究论文,极易引发新形式的论文代写、抄袭剽窃、洗稿等学术不端行为,极大损害了科学研究的可信度。

《诚信提醒》由中国科学院科研道德委员会组织院内外专家,聚焦人工智能技术在科研活动全流程应用中可能存在的问题与挑战,经深入讨论研究、广泛征求意见后形成,共八条。

这是自 2018 年以来中国科学院科研道德委员会连续第 7 年发布诚信提醒,分别聚焦学术评议、科技奖励推荐、学术成果发布、科研原始记录、科研伦理、论文署名等关键环节,倡导并号召科研人员诚实守信。

附《诚信提醒》全文:

关于在科研活动中规范使用人工智能技术的诚信提醒

中国科学院科研道德委员会

(2024 年 9 月 10 日发布)

为了在科研活动中规范使用人工智能技术,避免误用、滥用人工智能技术引发的科研诚信风险,遵循诚实、透明、负责任的原则,中国科学院科研道德委员会依据科研活动全流程诚信管理要求,对我院科技人员和学生提醒如下:

提醒一:在选题调研、文献检索、资料整理时,可借助人工智能技术跟踪研究动态,收集整理参考文献,并对人工智能生成信息的真实性、准确性、可靠性进行辨识;反对直接使用未经核实的由人工智能生成的调研报告、选题建议、文献综述等。

提醒二:在申报材料撰写时,如使用了由人工智能生成的内容,应对内容负责,并全面如实声明使用情况;反对直接使用未经核实的由人工智能生成的申报材料。

提醒三:在数据收集和使用时,如使用了由人工智能生成的模拟仿真数据、测试数据等,或使用人工智能技术对原始数据进行统计分析,应全面如实声明使用情况;反对将人工智能生成的数据作为实验数据。

提醒四:在音视频和图表制作时,可利用人工智能技术辅助完成,应对生成内容进行标识,并全面如实声明使用情况;反对使用人工智能直接生成音视频和图表。

提醒五:在成果撰写时,可使用人工智能技术辅助整理已有的理论、材料与方法等,可进行语言润色、翻译、规范化检查;反对将人工智能生成内容作为核心创新成果,反对使用人工智能生成整篇成果及参考文献。

提醒六:在同行评议中,反对使用人工智能技术撰写同行评议意见,不得将评议信息上传至未经评议组织者认可的工具平台。

提醒七:在科研活动中,如使用人工智能技术,应在注释、致谢、参考文献或附录等部分声明工具的名称、版本、日期及使用过程;反对未加声明直接使用。

提醒八:在选择人工智能技术时,应使用经国家备案登记的服务工具;反对滥用人工智能技术危害数据安全,侵犯知识产权,泄露个人隐私等。

院属各单位应依据上述提醒,结合本单位学科特点和学术惯例,开展必要的教育培训,引导科技人员和学生透明、规范、负责任地使用人工智能技术。

中科院与阿里云联合发布里程碑成果:月球大模型精准辨识撞击坑年代,准确率突破80%

近日消息,在刚刚闭幕的2024数博会上,一项重大科技成果引人注目——中国科学院地球化学研究所携手阿里云,共同揭晓了国际首个人工智能里程碑:“月球科学多模态专业大模型”。

中科院与阿里云联合发布里程碑成果:月球大模型精准辨识撞击坑年代,准确率突破80%

该模型依托阿里云先进的通义系列基础构建,专为月球研究量身定制,在复杂的月球撞击坑年代鉴定与形态分析方面取得了突破性进展,准确率突破80%,开启了月球科学研究的新篇章,预示着人工智能技术在深空探索领域的广泛应用前景。

据阿里云介绍,月球专业大模型以视觉、多模态及自然语言等通义系列模型为基模,结合 RAG 检索增强等技术,于阿里云百炼专属版进行微调及训练。目前,月球专业大模型的最佳落地场景是月球撞击坑识别,并且准确率已达到 80% 以上。

人类对月球地质演化的研究除了探测返回的样品,主要依靠撞击坑识别等月球地质对象的研究。撞击坑的大小、深浅、形状等特征,是研究月球地质演化的重要依据。

据统计,目前月球上直径一公里以上的月球撞击坑数量已超 100 万个,直径一公里以下的撞击坑数量至今无法确定。如果完全依赖人工,完成所有月球撞击坑的识别是“几乎无法实现的”。

而月球专业大模型的应用则极大提高了科研效率:科研工作者只需输入月球撞击坑图像和相关问题,月球专业大模型即可调用通义视觉、多模态模型,从 17 种多模态数据中(包括光谱、高程、重力等数据)判定该图像对应的模态类型。

同时,通过检索知识库、调用通义语言模型,月球专业大模型可回答该撞击坑的形态、大小、年代等相关问题,并给出推理过程。中国科学院地化所研究员刘建忠表示:“通过对海量数据的准确把握,大模型不仅可以对撞击坑进行分类,还可以解决一些目前仍未解决的科学问题。”

接下来,月球专业大模型将嵌入“数字月球云平台”,推动“月球云平台”智慧化升级。查询获悉,“数字月球云平台”由中国科学院地化所牵头建设完成,是国际上月球探测数据最全,集科学研究、工程应用以及科普教育为一体的云平台,它将与 FAST 等大科学装置一同成为科研基础设施的重要组成部分,助力我国月球与行星科研创新加速。

中国科研新突破:大连化物所研发电池寿命预测模型,深度学习优化续航评估

近日消息,确保电气设备稳定运行的关键在于精确预估锂电池的使用寿命。近期研究指出,尽管面临电池容量衰退的复杂非线性特征与多变运行环境带来的不确定性,科研人员正积极探索克服这些障碍的新策略,以提升预测准确性,为行业带来革新。

中国科研新突破:大连化物所研发电池寿命预测模型,深度学习优化续航评估

中国科学院表示,大连化学物理研究所能源催化转化全国重点实验室动力电池与系统研究部研究员陈忠伟、副研究员毛治宇团队,联合西安交通大学教授冯江涛在电池健康管理研究方面取得进展。相关研究成果已经发表在《电气电子工程师学会交通电气化学报》上(附 DOI:10.1109/TTE.2024.3434553)。

据介绍,研究团队开发出了新型的深度学习模型,克服了传统方法对大量充电测试数据的依赖,为电池实时寿命预估提供了新思路,实现了锂电池寿命的端到端评估。该模型作为团队开发的第一代电池数字大脑 PBSRD Digit 核心模型的组成部分,为电池智能管理提供了解决方案。

该研究提出了基于少量充电周期数据的深度学习模型。这一模型通过带有双流框架的 Vision Transformer 结构和高效自注意力机制,捕捉并融合多时间尺度隐藏特征,实现对电池当前循环寿命和剩余使用寿命的准确预测。

同时,该模型在使用 15 个充电周期数据的情况下,将剩余使用寿命和当前循环寿命的预测误差分别控制在 5.40% 和 4.64% 以内。

此外,在面对训练数据集未出现的充电策略时,该模型仍能够保持较低的预测误差,证明了其 zero-short 泛化能力。

这一电池寿命预测模型是第一代电池数字大脑 PBSRD Digit 的组成部分。研究人员通过将上述模型整合到该系统中,进一步提高了系统的准确性。

目前,该电池数字大脑系统作为大规模工商业储能和电动汽车的能量管理核心,可部署于云端服务器和客户端嵌入式设备。

这一模型平衡了预测准确率和计算成本,提高了电池数字大脑对于寿命预估的应用价值。未来,该团队将通过模型蒸馏、剪枝等方法进一步优化模型,从而提高系统的鲁棒性和资源利用率。

中国科学院大连化物所在太阳能领域取得重大突破:百米柔性钙钛矿电池产线投入运行

近日消息,柔性钙钛矿组件由于其卓越的柔韧性、轻质特性和可塑性,正逐渐成为多个领域的关注焦点。这些材料的独特属性使它们非常适合应用于物联网设备、智能家居系统、移动能源解决方案及公共交通工具上,预示着在未来的智能互联与绿色能源趋势中,它们将扮演关键角色,推动技术创新和应用边界拓展。

中国科学院大连化物所在太阳能领域取得重大突破:百米柔性钙钛矿电池产线投入运行

中国科学院表示,大连化学物理研究所承担的科研项目“柔性大面积高效稳定钙钛矿太阳能电池及产线研发”本周取得了新进展,成功建成卷对卷连续制备柔性钙钛矿组件产线,研发的 350 毫米 ×1050 毫米尺寸的大面积柔性组件效率高达 17.75%,连续制备的长度和效率均处于国际先进水平。

据介绍,该科研项目由中国核能电力股份有限公司委托、大连化物所太阳能研究部薄膜硅太阳电池组(DNL1606 组)刘生忠团队承担完成,旨在推进柔性钙钛矿太阳能电池的产业化进程,致力于实现柔性钙钛矿太阳能电池的高效、稳定与大规模生产。

官方指出,“柔性大面积高效稳定钙钛矿太阳能电池及产线研发”科研项目旨在推进柔性钙钛矿太阳能电池的产业化进程,致力于实现柔性钙钛矿太阳能电池的高效、稳定与大规模生产。

通过官方获悉,该项目于近日举办验收专家审查会,审查专家组成员在听取了项目组的汇报,审阅了相关文件后,经充分质询和认真讨论,同意通过验收。

专家组认为,该科研项目的验收方法符合合同、验收大纲、行业标准的要求;汇报材料、测试报告、测试验收单等数据记录完整齐备,研发过程规范透明;柔性大面积≥350×1000mm2 的组件最高效率达到 17.75%,稳定性通过合同规定的 IEC 61215 测试要求,均超过项目验收指标。

本文导航
最新上架

联系方式:tongxinyuesaocom@163.com

版权所有2023 tongxinyuesao.com AII版权所有备案号 渝ICP备20008086号-37