标签

世界人工智能大会亮相上财统战智慧力量

作为全球人工智能领域规格最高的行业盛会,2026世界人工智能大会暨人工智能全球治理高级别会议正在上海火热进行。7月18日,《科学数据赋能浦东未来产业发展白皮书》(以下简称“白皮书”)在会上正式亮相。这份分量十足的白皮书背后,凝结了我校党外骨干教师、民盟盟员、数字经济学院讲席教授、博士生导师陈媛的倾力付出。经学校党委推荐,陈媛赴浦东新区数据局挂职副局长,挂职期限为一年,期间她牵头组织起草了这份白皮书。从挂职到“领衔”“我从去年8月起在浦东数据局挂职,10月开始牵头负责科学数据相关工作,期望借此推动科学数据高

2026-07-19 15:56:53  |  9 阅读

‘数据要素×’三年行动收获丰硕成果

记者日前从国家数据局举行的2026年“数据要素×”首场新闻发布会获悉,“数据要素×”三年行动计划推进两年多来,在相关部门鼎力支持、各地积极部署和各方广泛参与下,全社会数据认知显著增强,数据要素潜能加速释放。 “我们累计发布417个典型案例,11个行业领域的760个‘数据要素×’典型场景指引,提前超额完成打造300个以上场景的目标。”国家数据局政策和规划司副司长、新闻发言人栾婕介绍,2025年,全国活跃数据总量为1.67泽字节(ZB),同比增长28.46%;企业数据产品和服务数量同比增长29.29%,交易额

2026-06-25 08:55:11  |  26 阅读

中科院布局数据期刊集群

6月23日,由中国科学院主管的英文数据刊物《数据快报(英文)》(Data Express)正式面世。该刊致力于发表具备高质量、可重复性及长效价值的科学数据,旨在推动各领域科学数据的规范出版、广泛共享与高效复用,从而促进全球科研数据的交流与协作。 “眼下,科研范式正经历深刻变革,数据期刊在鼓励科学数据开放共享、健全科学数据治理体系方面扮演着关键角色。”中国科学院计算机网络信息中心党委书记孙德刚表示。 为了促进科学数据的开放共享,中国科学院推出了中文版数据期刊《中国科学数据》,并构建起覆盖数据成果出版、传播、

2026-06-24 09:21:08  |  15 阅读

智能时代下科学数据的价值与挑战

一、引言:洞悉智能时代科学数据共享的根本逻辑科学数据作为驱动国家科技进步与经济社会发展的关键战略资源,在智能时代更是人工智能的升级迭代和科研模式变革的核心“能量”。自2018年《科学数据管理办法》颁布实施以来,我国在科学数据汇集、管理和共享方面的体系建设取得了长足进步。然而,面对生成式人工智能的迅猛发展及其带来的新需求,深层次的制约因素依然存在,严重阻碍了数据价值的充分释放,并限制了人工智能对科学数据的深度赋能。早期人工智能理论的发展经历了三个主要学派的演进:符号主义、连接主义和行为主义。符号主义强调“机

2026-05-07 02:18:06  |  11 阅读

AI科研卡点:数据还没准备好

又有公司推出新的科学模型,又有机构继续砸下重金,AI 难道真的已经在科研领域大展拳脚了吗?但 DeepMind、Biohub、OpenAI 近期的几项动作,却共同指向一个事实:数据依旧是 AI 科研最明显的短板。DeepMind 在 4 月发布了一份科学数据盘点,选用核聚变和 JET 数据作为样板,指出:许多科学数据虽然已经存在,但目前还不能直接被送入 AI 系统使用。Biohub 在 4 月 29 日宣布 Virtual Biology Initiative,计划用 5 年投入 5 亿美元,内容聚焦在:

2026-05-02 17:30:15  |  15 阅读

周园春:新时代的科学数据工作者

4月21日,国务院新闻办公室举办“新征程上的奋斗者”国际媒体交流会,邀请科技行业代表就“传承科学家精神 推动科技自主创新能力”与中外记者展开对话。中国科学院计算机网络信息中心副主任周园春讲述科学数据领域的工作经历。

2026-04-22 09:17:22  |  24 阅读

AI时代的科学数据共享新范式:FAIR×FAIR框架解读

[目标]本文聚焦人工智能背景下科研数据的开放共享与深度应用难题,针对现行FAIR准则难以有效引导数据实现AI适配的不足,构建了面向智能化应用的科研数据管理原则体系。[路径]通过深入剖析传统机器学习、大型模型预训练、模型微调、检索增强生成及智能体等五类主流AI应用场景的数据诉求,在既有FAIR"四可"准则基础上,创立了面向AI就绪(即For AI Ready)的科研数据共享利用原则架构FAIR×FAIR,并设计了与之匹配的多层次技术体系。[成效]该框架确立了13项支撑科研数据AI适配的技术规范,为消除人工智

2026-04-18 21:43:10  |  29 阅读

πFlow AI 发布:抛弃拖拽操作,一句话完成科研数据处理

从事科研工作的你,是否经常遇到这样的情况?想要清理一批天文数据,必须先拖拽几十个组件、配置大量参数;想要转换格式,又需要从头连接一遍;每次处理新的文件,都要重复相同的拖拽步骤。这并非你的能力问题,而是传统ETL工具太过僵化。如今,中国科学院计算机网络信息中心正式开源发布πFlow AI0.5。它不是一个需要你拖拽几十个组件的流水线工具,而是一个能理解人类语言、自动执行任务、越用越智能的科学数据处理智能工作台。在传统ETL工具中,你要进行数据清洗、转换、分析,通常需要:- 拖拽一个“读取CSV”组件- 再拖

2026-04-16 21:37:01  |  16 阅读