活动回顾丨上海交大/浙江大学/清华大学/OpenBayes多位专家，覆盖医疗/地理信息/城市复杂系统/科研新范式
💡
原文中文，约3500字，阅读约需9分钟。
📝
内容提要
今年诺贝尔奖聚焦于AI在科学中的应用，标志着科研新范式的兴起。HyperAI超神经举办论坛，邀请专家分享医疗AI和地理信息AI等领域的研究进展，促进国内科研人员的交流与合作。
🎯
关键要点
-
今年诺贝尔奖聚焦于AI在科学中的应用，标志着科研新范式的兴起。
-
HyperAI超神经举办论坛，促进国内科研人员的交流与合作。
-
AI for Science时代，数据价值得以进一步挖掘，基础科研领域将迎来革新。
-
OpenBayes贝式计算提出规模数据与模型结构的创新公式，推动AI科研成绩。
-
王臣汉强调数据规模与模型参数需匹配，才能降低预测失误率。
-
戚劲博士提出地理神经网络加权回归模型，提升地理关系分析能力。
-
GNNWR模型在城市房价预测和大气污染分析等方面表现优异。
-
谢伟迪教授构建大规模医疗数据集，推动医学人工智能研究。
-
丁璟韬博士介绍城市复杂系统的时空生成式建模方法，解决建模难点。
-
HyperAI超神经将持续关注AI for Science的前沿创新成果，搭建研究人员交流平台。
❓
延伸问答
诺贝尔奖为何关注AI在科学中的应用？
诺贝尔奖关注AI在科学中的应用，标志着科研新范式的兴起，体现了AI在推动科学进步中的重要作用。
HyperAI超神经的论坛主要讨论了哪些主题？
论坛讨论了医疗人工智能、地理信息人工智能、科研智算云平台和城市复杂系统等主题。
王臣汉提出的创新公式是什么？
王臣汉提出的公式是规模数据乘以模型结构等于AI科研成绩减去传统研究。
GNNWR模型在城市房价预测中有什么应用？
GNNWR模型能够精确描述城市环境下的空间非平稳性，从而对房价进行回归建模。
谢伟迪教授如何构建大规模医疗数据集？
谢伟迪教授通过收集PubMed Central和Radiopaedia的数据，构建了多个医疗数据集。
丁璟韬博士的研究方向是什么？
丁璟韬博士的研究方向是AI驱动的城市复杂系统的时空生成式建模及应用。
➡️
