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

主要观点总结

HyperAI超神经在第九届中国开源年会暨开源社十周年嘉年华期间举办了AI for Science方向的开源AI论坛，论坛回顾了AI for Science的发展，邀请了四位专家分享医疗人工智能、地理信息人工智能、科研智算云平台和AI驱动的城市复杂系统等方向的深度内容。文章还介绍了OpenBayes贝式计算、浙江大学地球科学学院、上海交通大学和清华大学的相关研究和目标，以及AI驱动的科研新范式等内容。

关键观点总结

关键观点1: HyperAI超神经举办AI for Science开源AI论坛

论坛回顾了AI for Science的发展，并邀请了多位专家进行分享

关键观点2: OpenBayes贝式计算创始人兼CEO王臣汉分享AI for Science的发展洞察

他提出了一个关于机器学习推动前沿研究发展的价值的创新公式，并强调了数据规模和模型参数匹配增大的重要性。

关键观点3: 浙江大学地球科学学院专聘研究员戚劲介绍GeoAI及其跨学科地学应用

他介绍了地理神经网络加权回归模型（GNNWR）在地理建模中的应用，以及该模型在城市房价预测、大气污染分析、近海生态环境建模等场景下的表现。

关键观点4: 上海交通大学谢伟迪教授分享医疗人工智能的研究

他介绍了团队在构建大规模医疗数据集方面的成果，包括PMC-OA、PMC-VQA和Rad3D等数据集。

关键观点5: 清华大学丁璟韬博士介绍城市复杂系统的时空生成式建模方法

他介绍了面向城市复杂系统建模的时空生成式AI，包括人流移动模拟模型SPDiff、系统韧性预测模型和通用时空预测模型UniST等。

文章预览

作者：李宝珠 HyperAI超神经作为联合出品社区，在 COSCon’24 第九届中国开源年会暨开源社十周年嘉年华期间，举办了 AI for Science 方向的开源 AI 论坛，以下为论坛精彩内容回顾。 今年诺贝尔奖对 AI 的「偏爱」再一次将 AI for Science 推向大众视野，甚至可以说是一次里程碑事件，标志着全新科研范式已然是大势所趋。回望科学发展进程，从实验科学到理论科学，再到计算科学与数据密集型科学，每一次范式转变都极大地推进了人类文明的进步，而在整个迭代的过程中，数据的核心作用从未改变。 如今，进入 AI for Science 时代，数据价值得以进一步挖掘， 基础科研领域又将迎来哪些革新？垂直领域的研究人员如何拥抱 AI？ 面对 AI for Science 的发展浪潮，HyperAI超神经通过解读前沿成果、报道典型企业、举办学术活动等多种形式，推动国内 AI4S 发展，为国 ………………………………