测试技术及科学仪器

p 　　 strong 撰稿：中国农业科学院 蒋士强研究员 /strong /p p 　　 strong (一)、怀念与启示。 /strong 每当议及科学仪器与测试分析时，总使我想起 strong 王大珩院士 /strong 生前对科学仪器精辟的定义：“ strong 科学仪器是认识世界和改造世界的工具 /strong ”。同时也使我想起 strong 邹承鲁院士 /strong 生前一直坚持的立论：“ strong 科学是认识自然，大至宇宙，小到基本粒子。而技术是在认识自然的基础上改造自然，为人类服务 /strong ”。科学仪器和测试分析(以下简称为科仪与测试)在学科分类上是二级乃至是分支学料，但又是跨多学科,而且是科学发展的工具和产物,大家分析一下，众多与科学仪器和分析测试有关的诺贝尔奖得主就一目了然了。在行业地位上处于第二产业的分支中的分支。但是在当今全世界都在谋求科学和技术全方位的、不断的、甚至颠覆性的创新，以造就各领域、各学科、各产业、各行业的腾飞,使社会财富和政经不断增值和振兴，以满足 strong 人民日益增长的美好生活需求 /strong 。无论是探索科学发明和技术的创新,乃至具体到确保和提髙质量，直至更新、换代，都需要科仪和测试,即在学科和产业体量不大,并不显眼的领域，将越来越彰显出“庙小显神通”的作用。当今人工智能新浪涛己经来到之时，如何应对，急待探索和实践。 /p p 　　(二)、 strong 要充分认知人工智能大幕己开启、新浪涛己经来到，科仪和分析测试领域的学界和业界都不能固守原有思维模式、思路和策略。 /strong 我国传统思维比较保守，惯于从四书五经等典籍中，寻找治国安天下的方略，我国古代有四大发明，但我国自然科学的发展史是英国人写的，科学救国是近代一时思潮，后来受到批判，将社会发展、变革的推动力被阶级斗争等取代了，直到现代光辉的近30年、40年、70年才有所突破。就以机器和仪器而言，一字之差，前者是解放人的体力，后者是扩展、延伸人的感官，两者不断地融合、昇华& #8230 直到如今将脑科学、人的智慧，渗透、移植、乃至深化、超越地赋于各领域、产业、行业、事物的戴体(客体) 。寻求我国的轨迹，可说也是世界潮流的涌动波及和启迪的结果，恕我直言，我国有优良的文化、传统，但学界、业界乃至大众也有历史造成的不良习俗，多喜于学之外表，不求真谛，不仅缺乏异想天开的创造性，而乐于找捷径、跟风、蹭边、冒名& #8230 & #8230 。如早先，把仅能测电阻、电流、电压的三用表叫成“万用表” 把清涼油加点药料就叫“万金油”，& #8230 & #8230 。“人工智能”、“智能”、“智慧”等响亮而谜人的冠词，在各行业、各种产品上已有泛用之势，国内是乎更盛。但在国际上的仪器仪表、科学仪器、测试分析的领域，国外产品命名和广告宣传，还是比较谨慎的， strong 很少冠用人工智能 /strong ，即使其功能上具有某些初级人工智能的部分要素，如各种图谱的识别、解释、训练、自校正、自检等，这是值得学习的。 /p p 　　(三)、 strong 人工智能逐步渗透、融合于科学仪器和分析测试技术的历史回顾 /strong /p p 　　在科学仪器、实验室设备和分析测试技术中，经历了自动化、数字化、信息化、网络化之后，逐步渗透、融合了部分“人工智能元素”、“专家的部分智能”，如：可编程，进而可自检、自校正的自动进样器和样品前处理工作站 实验室管理系统LIMS系统(Laboratory Information Management System 英文缩写LIMS)是将以数据库为核心的信息化技术与实验室管理需求相结合的信息化管理工具，结合网络化技术，将实验室的业务流程和一切资源以及行政管理等以合理方式进行管理,通过LIMS系统，配合分析数据的自动采集和分析，大大提高了实验室的检测效率,降低了实验室运行成本并且体现了快速溯源和痕迹，使传统实验室手工作业中存在的各种弊端得以顺利解决 又如各种谱仪和联用仪中,应用了各种控制和分析的专家系统(有时称工作站、软件包等)，先是出现在进口仪器的操作系统中，接着国产仪器设备也逐步跟进，而且学者们发表了不少论文和专著，例如： strong 卢佩章院士于1992年12月就出版了《高效液相色谱法及专家系统》，2012年3月的版本是，由卢佩章院士、张玉奎院士和梁鑫淼增订的，是一本经典性的著作。在回味人工智能在分析测试技术中的应用时，非常贴近的实例，是早在上世纪末的近红外分析测试技术的突破，国外以Karl Norris博士、国内以陆婉珍院士、严衍禄教授等为代表的学者们,就建立了近红外光谱模型分析、人工神经网络模型算法等技术、以及用标样校正(训练)图谱模型的技术。 /strong 1998年湖南大学许亚兰发表论文，提出了模糊智能仪器这一新构想，针对这一构想，论文从其原理入手介绍了模糊智能仪器的相关基础理论--模糊数学与人工智能，其次在传统微机化仪器的基础上设计了模糊智能仪器。2004年由南开大学出版了裴雷著的《科学仪器软件平台研发——人工智能软件包开发》，提出：以软件为关键技术的通用平台上，可以很方便地改变软件配置来适应不同的需要,功能更加灵活、强大，更适合科学研究和创新的需要，建立中国自己的科学仪器通用软件平台，可带动我国分析仪器水平的提高，是我国分析仪器产业实现跳跃式发展的一次难得的机遇。中科院化工冶金所、中国科技大学、湖南大学的石乐明、张懋森、李志良的论文中指出：专家系统在分析化学中的一些应用，例如谱图解析，分析方法与分离路线的设计与优化，分析仪器工作参数的优化以及故障的诊断等。2010年11月1日，在化学_自然科学_专业资料中，发布了“分析化学中的应用”一文提出： 知识系统、知识工程已成为人工智能应用最显著新技术。2015年9月12日，在能源_工程科技_专业资料中，发布了“人工智能技术在分析化学中的应用技术”一文。2016年12月31日中国科学院化工冶金研究所李晓霞等发表论文，报导建立了HIN(chemicalinformationnetwork)。其实国内外生产的大型、专用型的光谱仪、色谱仪、质谱仪、波谱仪、基因导入仪、基因测序仪、蛋白质纯化系统、细胞融合仪、电泳仪、病毒免疫荧光分析仪、层析仪、生化分析仪和各种联用仪以及大型样品自动处理设备等，都渗入部分初级人工智能， strong 确切地说都有一定基础和苗头，只是有待于逐步完善。 /strong /p p 　　(四)、 strong 从以上（三）所述的案例中，近乎可得出一个规律，即：有强力的应用人工智能科技的需求，而且开发应用者、实施者对人工智能有足够的认知，二者碰撞即能产岀鲜艳的火花。 /strong 为此我建议在科学仪器与分析测试的学界与业界，宜先行有关人工智能的科普(在我国规划中就列有 strong 人工智能的全民科普的布署 /strong )。对学界、业界领军机构、人士、决策者，都有良好的科技学术基础，对类似以上列举的二本著作，肯定能熟读而有启迪的。新的科学技术的创新和应用不是炒岀来的，也不是抄岀来，更不是吹岀来的，是学者和业界同心合用探索、啃岀来的。 /p p 　　(五)、 strong 依据众多人工智能的著名院士、学者论述，我感悟人工智能与科学仪器和分析测试有着一些相似性，但因学科和产业的层次、目标、定位、历经和发展速度的不同,又有巨大差异。科仪和测试技术应该充分借助于人工智能的巨大驱动力和利用以下相似性：人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学 目前用的办法就是我们现在说的神经网络或者准符号模型等 目的是研制出具有类人智能的智能机器，表现形式是会图像识别& #8230 & #8230 ，会人机对话& #8230 & #8230 ，会自动运行& #8230 & #8230 ，会思考、证明、诊断& #8230 & #8230 ，会学习& #8230 & #8230 ，会表示认知结果& #8230 & #8230 。鉴于人工智能总体发展水平当前仍处于起步阶段，专用人工智能取得突破性进展，由于应用背景需求明确、领域知识积累深厚、建模计算简单可行，(任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单)因此形成了人工智能领域的单点突破，如图像检测分析& #8230 & #8230 ，都建立在数据的基础上 /strong (最初级的数据大多来自传感器和己有文献)， strong 都涉及众多学科，是多学科交叉、实践性很强的综合性学科。差异是人工智能更深，涉及到当今和未来的科技、产业乃至于社会变革。更新、是近60年来兴起的。更大、是新一轮科技革命和产业变革的重要驱动力量。更神、是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。 /strong 而仪器与测试是原系古老庙小、时显神灵 更通俗的比喻是：后者古老的小庙、小神，既需依靠大神、大庙，也宜发挥庙小有神灵的特点， strong 我很赞赏将人工智能科技，逐步渗透、融合于科仪和测试的机理、构思、设计、研发之中，并在实施中与精细工匠精神相结合，推动科仪和测试技术发展，甚至颠覆其面貌。 /strong /p p 　　(六)、 strong 科仪和测试技术也应走人工智能应用上的细分工与专用化之路 /strong ，下棋人工智能机器人，决不能用于自动驾驶车辆& #8230 & #8230 ，当今高档的科仪和测试技术系统，越做越大、越复杂，有利于生产厂家赚钱，而买家只用其中部分功能，科仪和测试技术设备中逐步引入人工智能机器人技术，必能使科仪和测试技术设备走向细分工和专用化，硬件可能更简化，研发出各种新型传感器，当今庞大的科学仪器可能变成各种专用的传感部件，科仪将更灵敏、更小巧，测试分析将更具智能化，其实，万能的仪器设备都是假的。例如就食品安全检测而言，就应开发出检测某类、某种，甚至特定有害组份的人工智能机器人，其硬件将更精而少，而更神通，轻便和价廉。 /p p 　　(七)、 strong 学科和产业发展上应注重社会需求驱动，中医学的人工智能化将是我国的瑰宝。 /strong /p p 　　科学仪器和测试分析技术在医疗保健和生命科学中的应用，可说一支独秀，这原系这两界本身就是大学科、大产业，有巨大社会需求，也正因此，不论在仪器设备或测试技术方面都很快地融人工智能技术，已有不少案例(请参阅上述三、)，编撰者一直关注中医学中人工智能技术的运用，在去年4月份发表的《人工智能化将猛力推动甚至颠覆现有科学仪器与测试分析技术的面貌》一文中用 strong “中医学的人工智能化将是我国的瑰宝” 表述 /strong ，引用了2017年以前较详细媒体报导的资料，但近二年未见更多的报导，但愿是疏漏， strong 我仍坚信中医学领域，人工智能将大有作为。一方面应尽快抢救极其丰富的著名中医学大师积累的中医诊断中病人型像学和病案、宝方的经验，并转化为图像和数据，同时在中医院校引进人工智能专才，推进人工智能在中医学中的应用。 /strong /p p 　　(八)、将传统的科学仪器与分析测试的机理，变为模块、模型、模式， strong 将感知数据转变为图像，也许是得以融入以深度神经网络模型算法和图像分析等为代表的人工智能技术的捷径 /strong ，即大幅跨越了科学与应用之间的“技术鸿沟”，这也许是近年来，国外把许多传统的谱仪分析，转为图像分析的原因。 /p p 　　(九)、 strong 人才的培养、吸纳和借助。 /strong 科仪和测试界本身就需多学科人才，而要将人工智能技术引入，人才是关键，据媒体报导，华为拥有700多位数学家、300位物理学家、200位化学家，而且我国人工智能领域高级人材奇缺，科仪和测试业还属小庙，养不起“大和尚”即人工智能专才，那只能从原来从事计算机软件、自动化专业的人才中培养人工智能中级人才吧!当然也宜与从事人工智能的机构合作，吸纳和借助人才资源了。另外、今后开源的模型、算法等会越来越多，据报导，西方有不少中小型企业、机构，就是针对自已应用目的，利用开源的资料，修改、嫁接、而用之。 /p p 　　(十)、 strong 共建大数据共享联盟。 /strong 大数据分析是人工智能神力之一，也是科学仪器和测试分析技术跃进的梯子，而测试分析领域的数据也非常可观，以庞国芳院士的团队为例，就己公开岀版了色谱、质谱、核磁共振图谱集三大本，五亿多个数据吧!大数据在大数据分析，乃至于人工智能中的地位业内人士比我更清楚，我只是呼吁通过已有联盟机构，协同共建更大的分析测试大数据共享联盟， strong 是时候了! /strong /p

人工智能技术将赋能于分析测试与仪器设备的雏议(jshiq0501@sina.com)中国农业科学院/中国仪器仪表学会, 蒋士强前言每当议及科学仪器与测试分析时，总使我想起王大珩院士生前对科学仪器精辟的定义：“科学仪器是认识世界和改造世界的工具”。测试分析方法和仪器设备是同胞兄弟。在十五届中国科学仪器发展年会（ACCSI2021）盛开之际，也使我深感年会的内涵也在不断扩展，如今已成为科学仪器与检测这两个紧密关联的分支学科和行业的盛会，令人欣慰。人类社会经历了由机器引领的机械化、电能引领的电器化自动化、计算引领的信息化网络化、如今有望进入由人工智能（AI）引领的第四次科技革命—人工智能化。60多年来，AI虽经一波三折，但当前已迎来其发展史上涌猛的浪潮，可说是无孔不入，世界各国，都把占领AI技术制高点列为国策，如日本2017年发布《人工智能技术战略》、欧盟2018年出台《欧盟人工智能战略》、美国2019年启动“美国人工智能倡议”、韩国2019年公布“人工智能国家战略”等。而且近年来，又有许多惊人的进展和事件，我国也不例外，起步于1978年，经过持续多年的研发布局，特别是2017年颁布《新一代人工智能发展规划》以来，人工智能已上升为国家战略，习近平总书记对此做过多次非常明确的指示【1、4、5、12、13、22】。目前，我国人工智能进入快速发展的新阶段，并在多个领域取得重要成果，部分领域关键核心技术实现突破，已具有全球影响力。随着智能经济全面深入发展，国家发改委、科技部等相关部委组织科教研究单位和百度等互联网媒体等，进行研究并发布了《中国智能经济的发展和产业变革》报告，该报告认为，展望我国"十四五"和2035年的发展蓝图，以人工智能为代表的智能技术体系将更加广泛而深入的融入到经济社会发展的各个领域，智能技术赋能的新产业、新业态、新模式、新机制将构成"智能经济"方阵，并成为推动经济增长和社会发展的重要驱动力【7】。但对于科学仪器和检验检测这个在整个科技和产业发展中绝对不可缺少的学科与产业而言，因其体量较小，AI技术在我国科学仪器设备和测试技术中的融合与赋能实际上并不显着，因此，本人有几点困惑，恳请决策部门、专家、学者、企业家和从业者予以关注：1、困惑与初悟1.1、智能与人工智能（AI）AI是一项综合性、复杂性、渗透性、融合性都很强的科技，据分析，AI技术已赋能于世界上230多个产业，而且它更是一项不断地完善、尚难预卜其终极的新科技。如今国内许多产业、产品都冠以“智能”二字，这是否妥当？虽然对于智能科技和人工智能的区别有许多不同观点，但大多人认为前者内容较为广泛，涵盖了目前己有的和能够看到的研究内容，而人工智能是一类已有严格定义的工程科学，有着具体的要求，而且可说无止境的… … 【34】。人工智能科技有公认的、严格的定义：人工智能是利用数字计算机或者由数字计算机控制的机器，模拟、延伸和扩展人类的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术和应用系统。或更简要地说：AI是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学【1、2】。目前我国在产业和产品上冠以智能两字，我认为是广义的、通俗的、口语化的、甚至于商业性的，且多在赚钱快的产业开花结果，如：智能支付、智能商业、智能娱乐、智能居家、智能交通、智能医疗、智能教育、智能城市、智能识别、智能翻译等，实属泛冠“智能”二字，如此对于科普是有益的，但对于严肃的科技和产业、产品报导，不宜泛用“智能”二字，如成为一种倾向，就有些欠妥了！据最新发布的多份我国人工智能白皮书显示，我国AI科技高端基础理论研究进步很快，但仍处在美、英、德、加、法、日等之后。在应用方面可说与美国并列，但工业机器人、广泛领域的智能机器人，以及AI高端软件、传感器、芯片、高端AI医疗设备和高端科学仪器设备仍依赖于进口【1、4、12、17、20、21】。1.2 行业内的人不太懂AI，AI专业的人士不懂行业AI技术的要素通常被概括为：大数据、算法、算力。华为能从土耳其的一位学者的一篇论文，经数学、物理、化学家剖析，延伸出5G标准、技术、工艺及产品（相关阅读：11年前一位土耳其人的论文，点醒了华为任正非，从此奠定了5G技术标准），可见我国还是有一批精通AI技术的人才的。但我国科学仪器与分析测试学科和行业，既缺乏精通分析检测、仪器设备又精通AI科技的通才，也缺乏精通AI科技的专才，通俗的说法：行业内的人不太懂AI，AI专业的人士不懂行业。这与我国高等教育体制中、专业分工过细，数理化生等基础学科教育不深等缺陷有关。据悉，欧美加大学本科就开设逻辑学、概率论、计算机语言、编程等基础课程，如今中小学都有编程教育入门等科普教育，据环保部齐文启教授说：他在日本留学时，就必须选修逻辑学和计算机编程等科目。我国如今也在大学、甚至中小学开设有关逻辑学和编程教育的中高级和启蒙教育，这是很好的开端。本次年会上、设有相关的论坛，但愿此内容不断地充实、提高！1.3 缺乏“孵化器”说到测试分析与科学仪器设备，即方法与工具，近几年我在收集和梳理人工智能在分析化学和科学仪器中的应用时有诸多困惑。早在上世纪末，甚至于更早，国内陆婉珍院士、俞汝勤院士和严衍禄教授等一大批学者都发表过许多倡导在分析化学中应用化学计量学的论述和运用物理、化学、数学与信息科学等等多种技术手段，破解近红外光谱分析技术的难题，其中就有部分应当归属当今人工智能的各种具体技能，并在专业刊物上设专题，定期评论，探讨在光谱、特别是近红外、荧光、色谱、质谱及色质或其它联用分析中的应用。直到前年，在人工智能微型传感器的研讨会上俞院士还明确提出：分析化学应进入第四范式。我理解为人工智能应深度赋能于分析化学。据我搜索，从上世纪末到如今，仅在百度文库中就有数百篇直接标明：AI在分析测试技术/某种具体任务上应用的论文。但是我国缺乏“创客”、“极客”和名符其实的“孵化器”，没有进一步对论文和专刊于以验证、筛选、完善,将这些含有AI关键技术要素的分析测试新方法融合、赋能于我国检测标准和国产的科学仪器设备中【42】。1.4 诺奖与仪器我国科学仪器与测试学科和产业，应该向国外学习什么！也应回頋与反思。记得本世纪初在多个论坛和刊物上，如《现代科学仪器》(我曾任副主编)等，都发表过题目不一，但基调雷同的文稿，都是从历数、诺贝尔奖获得者之中，有60余位是与各种科学仪器和分析检测方法的创立有关，从而延伸和拔高，并使读者误解这些人士是因科学仪器和测试技术创新而得诺贝尔奖的。但其实上述获奖者，都是为了实验、验证、揭开物理、化生、生物甚至与数学等相关自然现象，相应地、必然地、要想出实验和检验的新方法、新仪器、新设备的构想、机理，并由其他专业人员，甚至自己动手改造、搭配、模式化、组合而完成的，最终以其创新的主题授奖，当然是属于一级学科的奖项。具有科学上的开创性发明，非常可贵，事后必有人接着将新发明和发现应用于实际，开拓出新的应用技术、新产品、新产业。另外，也必然启发有心人，将诺奖者所用过的技术思路、实验和检验的方法，将所用的雏型仪器设备,不断完善，推出新方法和新的仪器设备。结上所叙，我深感我们的思维方法和思路等方面真该革新了！2、实验室智能化的思路及AI赋能于科学仪器和测试的雏议人工智能化实验室将是AI技术逐步地赋能于不同类型、目的、水平、层次的实验室，是不断完善的过程。要达到人工智能机器人（系统），像人类甚至于超过专家学者，更完美的实现超过人类、在智能化实验中进行构想、策划，并由人工智能系统实施实验、分析、验证等，直至揭开自然界的一个个新窗口。这可能属于“未来学派”对未来科学研究实验室的设想，也是对承担各种目的、任务的人工智能化实验室的最终构想吧！2.1、盘点实验室智能化的进程我感到：当今研讨实验室智能化是从泛智能的概念起步的，包括早先经历了自动化、数字化、继之乘信息化、网络化之东风，再在当今人工智能热潮中逐步渗透、融合部分“人工智能关键技术”，先逐步实现不同目的、不同类型、不同层次的泛智能化实验室，最终将呈现出不须工作人员参与的人工智能化实验室。前面所说的泛智能化实验室，已经走过前程，后续的正在充实和完善，人工智能、无人实验室己有雏形，以下将分为三段共同研讨。【42、16、19、25、33、36、37、38、39、40】2.1.1 早年对实验室自动化的实践当今己经普遍使用的和已更为完善的有关实验室一自动化和智能化技术还是令人欣慰的，较突出的如：1) 可编程，进而可自检、自校正的自动进样器和样品前处理工作站 2) 实验室管理系统LIMS系统(Laboratory Information Management System 英文缩写LIMS)是将以数据库为核心的信息化技术与实验室管理需求相结合的信息化管理工具，结合网络化技术，将实验室的业务流程和一切资源以及行政管理等以合理方式进行管理，通过LIMS系统，配合分析数据的自动采集和分析，大大提高了实验室的检测效率,降低了实验室运行成本并且体现了快速溯源和痕迹，使传统实验室手工作业中存在的各种弊端得以顺利解决；3) 更为显着的是各种谱仪和各种联用仪中，应用了各种控制和分析的专家系统(有时称工作站、软件包和数据库或图谱库等)，开始是出现在进口的分析仪器和实验室设备中，接着国产仪器设备也逐步跟进，现已很普遍了。【42】2.1.2 当今实验室智能化的进展本次论坛有多位专家学者发表当今的、具体的实验室智能化技术（相关阅读：20亿的市场你能占多少？——ACCSI2021实验室智能化论坛成功召开 ），在此我仅依据有关文献【15、16、19、25、33】谈谈我的一点观点。仪器信息网对实验室人工智能化的追踪报道是相当及时和领先的，2019年5月29日就以“人工智能技术在仪器仪表中的发展与应用”的标题，报导和引述了北京东西分析仪器公司总经理李晓鹏先生提出的：“我感到人工智能的发展会对我们行业的发展产生巨大的变革，今后的仪器会是什么样子哪?是不是会是一个带有质谱，光谱，或者色谱能力的人工智能分析机器人哪?至少在今后的10年，常规检测机器人，替代人工是完全可能的。面对这样一个形势，我们的行业该如何应对哪?至少，我认为应该跳出国产仪器这个圈子考虑问题，甚至跳出仪器行业这个圈子，在科学技术发展的主流上去思考”。几乎同时还以标题为：“人工智能在硅谷造了一个全自动实验室”报导了旧金山湾地区的初创生物技术公司Zymergen的实验室，乍看之下普普通通——实验室的桌子上整齐的放着试管，架子上是各种化学药品。然而环顾四周，你会发现，在这个实验室里工作的全是机器人，在这里你可以看到机器人伸出一个机械手，抓取一个上面有数百个小孔的塑料板，然后扫描了这个板上的条形码。下一步动作则是肉眼无法观察到的，机器人通过给予这个塑料板一个声波的冲击，使每个小孔都能溅出一滴小液珠，这个液滴迅速地被机械手获取，然后送往下一个仪器进行分析，这些实验完全是由一个人工智能程序设计的。尽管机器人在实验室中有了普遍的应用，但是，从提出假说、设计实验、到分析数据，这些还都是人类科学家的工作。对于 Zymergen 来说，他们的目标就是完全取代人类科学家们的作用，由人工智能程序完成这些工作。仪器信息网于2019年10月24日以标题为：“人工智能让无人实验室或成可能——访岛津分析计测事业部市场部自动化市场专员王月”，报道了岛津最新的LC-40液相色谱，就是一款可以自主诊断、自动恢复并可以支持远程访问等功能的结合了人工智能思想的仪器。而新的EDX自动化系统，机械手可以自动判断下一个待测样品，并自动把样品放在合适的机位上，展示了岛津在自动化和人工智能方向上的探索。仪器信息网于2020年9月17日以标题为：“来吧，展示新冠病毒高通量自动化检测解决方案，explorer G3系统帮您实现”。针对新冠病毒核酸检测和抗体检测，explorer G3全自动化整合系统，实际上依据两种检测方法，所需用的仪器设备，整合为两种系统，形成两种无人值守，高通量全流程自动化的解决方案。即：a. 采用珀金埃尔默的chemagic 360高通量核酸提取仪进行病毒RNA提取，JANUS自动化移液工作站QPCR体系，通过整合RT-qPCR仪进行在线样品检测分析。b. 整合JANUS® G3自动化液体处理工作站，并整合储板栈、整合洗板分液机、整合多标记检测分析仪（酶标仪）和随机存取输入的耗材摆放架。仪器信息网于2020年9月24日以标题：未来实验室的“手”，盘点那些实验室中的机器人”，报道在科学仪器领域，有多家企业推出了不同功能的机器人， 前两个月登上Nature封面的利物浦大学机器人研究员，仅用八天时间就完成了人类需要数月才能完成的催化剂实验，这让我们似乎可以窥见未来实验室的样子——“无人、高效、智能”。此外，利物浦大学的研究人员还公开了实验室站点的设计资料和机器人工作代码，让其他实验室中“雇佣”机器人的研究员，成为可能的选备。2.1.3 小结-当今实验室智能化可选择的三种路径和对未来人工智能化实验室的展望综上所述，当今实验室智能化可选方案、路径大致有三种：a、任务单一、所用仪器设备品种不多，且有相关仪器设备厂家，提供多种可选的整合系统方案，构建整合型的实验室智能化；b、由实验室智能化机器人\系统，代替工作人员，按智能化的测试方法、程序、流程，由机器人实现仪器设备运行，构成智能化实验室；c、AI技术已融合、赋能于所用的仪器设备，由一个人工智能机器人\系统，完全代替工作人员，甚至于代替研究人员、专家，构成和达到完全人工智能化实验室。最終要达到人工智能机器人（系统），像人类甚至于超过专家学者，更完美的实现超过人类、在智能化实验中进行构想、策划，并由人工智能系统实施实验、分析、验证等，直至揭开自然界的一个个新窗口。这可能属于“未来学派”对未来科学研究实验室的设想，也是对承担各种目的、任务的人工智能化实验室的最终构想吧！3、AI的关键技术概要与对分析测试和仪器设备的赋能AI完全融合、赋能于分析测试和仪器设备，才能实现完善的人工智能化实验室。3.1当今人工智能已引领世界走向第四次科技革命，AI赋能于分析测试和仪器设备是必然的、也是唯一的历史使命和结局。上节小结中己概述，当今三种实现实验室智能化的路径，不论哪一种的基本条件都是：其分析测和所用的仪器设备中，都应具有名目繁多的AI关键技术中几项，否则再智能的机器人面对的都是“死的仪器设备、像一堆金属、塑料、木头”。目前，已有一些AI技术成功的赋能于分析测试与仪器设备的惊人先兆，例如：据仪器信息网报导，前两个月登上Nature封面的利物浦大学机器人研究员，仅用八天时间就完成了人类需要数月才能完成的催化剂实验，这让我们似乎可以窥见未来实验室的样子——“无人、高效、智能”。此外，利物浦大学的研究人员还公开了实验室站点的设计资料和机器人工作代码，供其他实验室中“雇佣”机器人研究员参考【25】。更神奇的是有关报导：“颜宁等点评：AI精准预测蛋白质结构，结构生物学何去何从？【20】，人工智能算法有助于快速分析蛋白质折叠结构【36】，困扰人类50年的问题将被解决，AlphaFold带来上帝视角【37】，中国科大等利用人工智能预测蛋白质“光学指纹”【38】，祝贺！人工智能首次成功解析蛋白质结构【39】，人工智能算法有助于快速分析蛋白质折叠结构【40】。以上文献中众多著名学者专家指出：“谷歌旗下DeepMind公司的人工智能系统AlphaFold2在2018年的Alphafold基础上迭代创新，超常发挥，一枝独秀。11月30日，在蛋白质预测结构挑战赛CASP上，AlphaFold程序在百余支队伍中脱颖而出。将深度学习与张力控制算法结合，并应用于结构和遗传数据，该深度学习网络利用目前已知的17万种解析完毕的蛋白质进行了训练，是“划时代的进步，表明人工智能的建模和算法可代替甚至超过高精专的仪器设备和结构生物学实验”。12月1日，谷歌旗下的DeepMind公司宣布，其新一代AlphaFold人工智能系统在国际蛋白质结构预测竞赛（CASP）上击败了其余的参会选手，精确预测了蛋白质的三维结构，准确性可与冷冻电子显微镜（cryo-EM）、核磁共振或 X 射线晶体学等实验技术相媲美。长久以来，人们需要借助实验确定完整的蛋白质结构，这些方法往往需要数月甚至数年时间。而现在，人工智能也有能力给出精确预测的计算方法，可能只要几天甚至半个小时。3.2、人工智能关键技术概要【2、7、29】如上所述，只有逐步将AI关键技术，渗透、融合、赋能于各种仪器设备和测试实验技术，才能逐步构建出自动化、智能化实验室，创立各类、从承担不同任务的初级人工智能实验室，直至属于当今尚难确切设想的“未来学派”的实验室，即能破解自然、改造自然的人工智能机器人/系统。所以，了解清楚人工智能科技中关键技术有哪些，才能结合自己从事的学科和行业，选择或甚至于与AI专家联合、挖掘、深化、延伸开发出AI关键技术中的细节。鉴于AI科技发展非常迅猛，学者对其中关键技术有不同的见解，有的学者专家归纳为六个，有的归纳为七个，并各有定义、内容细化和应用程序示例【2、3、29】。现主要依据其中属于高级科普性的表述，吸纳另两种表述中的相关内容，综合如下：（若有错误，系本文作者水平不高，恳请指正，共同研讨）3.2.1 机器学习(MachineLearning)机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能，是人工智能技术的核心,研究从观测数据(样本)出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式分为：监督学习、无监督学习和强化学习等。监督算法是指在根据自己的输入做出预测之前，会从输入和输出的结构化数据集来进行学习。无监督算法是指观察结构化数据，并对已识别的模式提供相关见解。3.2.2知识图谱本质上是结构化的语义知识库，通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。更通俗地说就是，对文本资料进行扫描，然后对图像文件进行分析处理，以获取文字及版面信息的技术。可分为5个阶段：1. 图像处理，针对图像的成像问题进行修正；2. 文字检测；3. 文字识别；4. 文本抽取；5. 输出。3.2.3自然语言处理自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括：1) 机器翻译：机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。2) 语义理解：语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。3) 问答系统：问答系统分为开放领域的对话系统和特定领域的问答系统。问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。自然语言处理面临四大挑战：一是在词法、句法、语义、语用和语音等不同层面存在不确定性；二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性；三是数据资源的不充分使其难以覆盖复杂的语言现象；四是语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描述，语义计算需要参数庞大的非线性计算。3.2.4人机交互人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，外围技术传统的人与计算机之间的信息交换主要依靠交互设备进行，人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。3.2.5计算机视觉计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力，根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。未来计算机视觉技术的发展主要面临以下挑战：一是如何在不同的应用领域和其他技术更好的结合，计算机视觉在解决某些问题时可以广泛利用大数据，已经逐渐成熟并且可以超过人类，而在某些问题上却无法达到很高的精度；二是如何降低计算机视觉算法的开发时间和人力成本；三是如何加快新型算法的设计开发，随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备的计算机视觉算法的设计与开发也是挑战之一3.2.6生物特征识别生物特征识别是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。从应用任务看，生物特征识别一般分为辨认与确认两种任务，辨认是指从存储库中确定待识别人身份的过程，是一对多的问题 确认是指将待识别人信息与存储库中特定单人信息进行比对，确定身份的过程，是一对一的问题。涉及的内容十分广泛，包括指纹、掌纹、人脸、虹膜、指静脉、声纹、步态等多种生物特征，其识别过程涉及到图像处理、计算机视觉、语音识别、机器学习等多项技术。3.2.7 VR/AR虚拟现实(VR)/增强现实(AR)主要参考文献彖1、我国发展人工智能最大的压力竟是… … 瞭望智库 2、6大人工智能应用关键技术，终于有人讲明白了 达观数据3、人工智能7大关键技术，终于有人讲明白了wuhancar 4、新华三人工智能发展白皮书：AI芯片“井喷”式发展5、腾讯发布2020人工智能白皮书：泛在智能6、人工智能赋能新时代--人工智能赋能的研究领域及实现技术7、人工智能技术赋能新发展格局

浙江清华长三角研究院总部大楼落成 　　浙江清华长三角研究院　测试技术及科学仪器研究中心正式开始运营 　　12月22日下午，浙江清华长三角研究院总部大楼落成典礼在浙江省嘉兴市隆重举行。中共浙江省委书记、省人大常委会主任赵洪祝，省委副书记、省长吕祖善，省委常委、秘书长李强，省委常委、宣传部长黄坤明，副省长、浙江清华长三角研究院理事长金德水及省直有关部门负责人，清华大学校长顾秉林院士，校党委常务副书记胡和平，副校长、浙江清华长三角研究院常务副理事长陈旭，校务委员会副主任胡东成、荣泳霖及校有关单位负责人，中共嘉兴市委书记陈德荣，市委副书记、市长李卫宁，市政协主席刘冬生等有关市、区、县领导，浙江清华长三角研究院合作单位的负责人，浙江清华长三角研究院院长周海梦及研究院全体员工，近300人出席典礼。 　　浙江清华长三角研究院总部大楼落成典礼现场 　　典礼由金德水主持。周海梦、陈德荣分别致辞，顾秉林、赵洪祝先后讲话。赵洪祝、吕祖善、顾秉林、胡和平共同为大楼落成剪彩。随后进行了清华大学、浙江清华长三角研究院与浙江信汇合成新材料有限公司等单位15个合作项目签约仪式，合同总金额12.8亿元、总投资54.1亿元。 　　2003年12月31日，浙江省人民政府与清华大学共同组建了浙江清华长三角研究院。研究院以清华大学的技术、人才为依托，充分发挥和利用省校双方优势，面向国际竞争，面向浙江与长三角经济社会发展需求，在先进制造、信息技术、生物医药、生态环境保护、海洋资源开发等领域，设立重点实验室、工程研究中心和博士后工作站，建立国际技术转移中心和继续教育基地，争取成为国内一流的科技创新、人才培养和高新技术产业化基地。研究院总部位于嘉兴市南湖新区内的嘉兴科技城，并在嘉善、平湖设两个院区。研究院总部大楼高99米，地上21层、地下3层，建筑面积5.5万平方米。 　　与会代表参观浙江清华长三角研究院 　　建立近5年来，在省校各级领导及各有关地方、部门关心支持下，研究院取得了快速发展。目前研究院有员工159人(含下属公司)，组织了一支有相当实力的创新团队。研究院至今已与清华大学、省内外民营企业及地方政府在先进制造、生物医药、生态环境保护、信息技术等领域，联合组建了4个研究所和12个技术研发中心和技术中介机构 累计承担了80项纵向科研项目，其中包括15项国家级科研项目和36项省级科研项目 与企业开展横向科技合作项目68项，项目总投资达8亿多元 累计发表各类学术文章95篇，申请专利23项，获得教育部自然科学一等奖等5项各类科技奖励。研究院目前已取得智能化植物无糖组培种苗生产装置、耐热超氧化物歧化酶、在线水质分析仪、色度仪、微型半导体泵浦绿光激光器、光学芯片PDA软件等34项研究成果。目前研究院在浙江省内外重点转化和推广的本院及清华大学科技成果共计40多项，已经推广成功、取得较好经济社会效益的有大型公共建筑节能检测技术、无糖组培技术、牡丹花反季节催花、污水处理、微囊藻毒素免疫检测技术等20项。研究院依托清华大学教育资源，从地方经济社会发展需要出发，至今共举办现代经营管理、公共管理等各类培训班84期，共计结业人数7360人。研究院还努力发挥桥梁纽带作用，累计促成清华大学与浙江省的科技合作项目21项，项目总投资达56亿元。研究院至今已在嘉兴引进、孵化了35家科技型企业，累计注册资本近5亿元。 　　与会嘉宾合影留念 　　赵洪祝在讲话中充分肯定研究院建院以来在科技创新、人才培养和高新技术产业化方面所取得的成绩，并代表浙江省委、省政府向研究院表示祝贺。他希望研究院继续围绕浙江省以及长三角地区的发展需求，不断地创新机制，加强各方面建设，发挥好省校合作的桥梁纽带作用，努力将研究院办成人才和信息等创新要素的集聚平台，科研开发和成果转化的技术平台，区域经济技术提升的服务平台，为浙江省实施创新强省、创业富民战略作出新的贡献。浙江省各有关部门要一如既往地关心和支持研究院的发展，提供必要的服务和帮助 嘉兴市委、市政府要把支持和扶持研究院的建设和发展作为一件大事来抓，加强联系，关心和帮助解决研究院建设和发展过程中遇到的困难和问题。 　　顾秉林在讲话中表示，研究院的建立是省校合作的重大突破和发展。在浙江省各级党委、政府的关心支持下，研究院取得较快发展，作出了显著成绩，他代表清华大学对省、市各级党委、政府表示衷心感谢。当前，面临国内外宏观发展环境发生深刻变化的新形势，全国上下正在深入贯彻落实科学发展观，这对研究院来说既是机遇也是挑战。他希望研究院牢牢把握机遇、积极应对挑战，依托清华，紧紧围绕浙江经济、社会和科技发展需求，进一步做好人才引进工作，充实和加强创新队伍的建设 进一步加强科技创新平台建设，提高自主创新能力与水平 进一步加强应用型技术的研究，着力解决地方经济社会发展中的技术难题 进一步做好地方急需各类人才的培训工作，为浙江培养更多创新型人才 进一步发挥桥梁纽带作用，促进省校合作共赢。清华大学各院、系，各有关部门和单位，都要全力关心和支持研究院的发展，为研究院提供强有力的人才、信息、技术和成果的支撑，利用学校各方面的资源为研究院发展服务。 　　研究院已经完成了4年初创期的目标和任务，现在，总部大楼的落成和入住，标志着研究院将进入快速发展阶段，从此揭开了研究院建设发展史上新的一页。 　 　　闫成德理事长代表学会与清华长三角研究院王子卿副院长共同签署合作协议 　　在落成典礼上，我学会闫成德理事长代表学会与清华长三角研究院王子卿副院长共同签署了建立浙江清华长三角研究院测试技术及科学仪器研究中心的合作协议。为我国科学仪器的大发展搭建一个良好的合作平台。中心的主要任务是发挥地域产业优势，整合配套企业资源、技术资源和政府资源，为科学仪器自主创新产品配套系统提供便利服务，降低产品开发成本，加快自主创新产品进入市场速度，促进地方经济产业的结构提升和转型。 　　北京华夏科创仪器技术有限公司是本中心第一个入住的企业，并在浙江成立注册资金为1000万元的全资子公司：浙江谱创仪器有限公司，企业使命是：节能环保哨兵、安全健康卫士，业务领域为：工业过程分析仪器、水质监测分析仪器、食品安全速测仪器、油料化验分析仪器。这标志着浙江清华长三角研究院测试技术及科学仪器研究中心已开始正式运营。出席典礼的各级领导参观了研究中心和浙江谱创仪器有限公司。我学会闫成德理事长和浙江谱创仪器有限公司张新民董事长简要给领导们介绍了中心、公司状况及发展前景，并认真回答领导提出各类问题。