2022-11-29 来源：公益中国网
公益中国网讯 11月26日，为期两天的2022未来科学大奖周科学峰会圆满落幕。在第二日活动中，来自北京大学、杜克大学、香港科技大学、北京林业大学等国内外高校院所，以及中国科学院、国家天文台FAST（中国天眼）、鹏城实验室、澳大利亚堪培拉CSIRO、国家应对气候变化战略研究和国际合作中心科学研究机构的杰出科学家与领域专家，分别围绕“天文：大设备-大科学”、“气候变化”及“计算机科学：人工智能与大数据”三大领域分享最新科学发现与科研成果，以科学突破未来边界。
本次活动中，多位青年科学家、青年学子们与学术大咖展开专业领域的对话交流，在思想碰撞中激发科学灵感，拓宽科研思路。另外，在科学峰会举办前夕，还特别邀请青年科学家分别针对专场研讨会进行了科普知识讲解。
大设备有大科学
为人类逐梦太空按下加速键
在【天文】大设备-大科学专场中，未来科学大奖周Steering Committee委员、中国青少年科技教育工作者协会理事长、中国科学院国家天文台研究员武向平在致辞中表示：“进入二十一世纪以来，自然科学研究逐步进入全球化时代，未来天文学领域的重大发现，有赖于庞大的望远镜设备与国际间的协同合作，一个全新的科学研究范式已经到来。”
同时，武向平院士对本场演讲嘉宾的研究方向进行了介绍。他表示，葛健教授长期从事实测天文、天文技术和仪器研究，是中国科学院空间先导地球2.0科学卫星背景型号研究的创始人和首席科学家、也是全球首位找到系外行星的华裔科学家。郑倩教授是中国平方公里阵列望远镜SKA专项宇宙黎明和再电离探测项目负责人，研究方向包括：宇宙黎明和再电离时期探测，低频射电干涉阵列数据处理等；李菂教授是观测天文学者，他提出并发展了利用傅立叶变换求逆解尘埃温度分布的新算法，命名了氢气窄线自吸收（HINSA）方法，并首次测量HINSA塞曼效应，并以《自然》封面文章形式进行发表。
中国科学院上海天文台研究员葛健教授，以《用詹姆斯•韦伯望远镜打开宇宙红外宝藏》为题进行学术报告，介绍了詹姆斯•韦伯望远镜的概况和所获得的初期科学成果。他指出，要研究宇宙在大爆炸后的早期历史，需要在空间利用红外波段进行细致观测，所以韦伯望远镜应运而生。与哈勃望远镜相比，韦伯望远镜具有更大的口径和更深的观测视场。利用韦伯望远镜，我们已经发现了之前从未观测到的早期宇宙的星系和化学成分、银河系中分子云块内部的恒星、恒星和行星的形成盘、热星吹走尘埃之后留下的空洞等等令人惊奇的现象，除此以外可以利用红外光谱仪研究行星的大气成分等科学。未来韦伯望远镜也可以和中国目前在研的地球2.0科学卫星联合研究宜居的类地行星和它们的大气成分，以及探测上面的生命迹象。
中国科学院上海天文台研究员郑倩，在以《平方公里阵列射电望远镜：SKA》为题的学术报告中介绍了SKA的发展历史、概况和所做的一些科学。她提到，衡量一个射电望远镜需要四个指标：灵敏度、分辨率、视场大小和巡天速度。而目前借助于射电干涉综合孔径技术和数字相控技术，多国参与正在建造的SKA能很好地满足这些指标。她指出，SKA阵列分为三大部分：低频阵列、中频阵列和碟状天线，预计在2029年底会完成10%的建设。SKA阵列一期完成之后有两个重要的科学目标：研究宇宙中第一批发光天体的产生和形成的过程与脉冲星探测。中国的SKA的工作组目前确立的研究方向也是与国际SKA优先科学目标高度契合的，中国在未来参与SKA的思路是在国内要立足单口径FAST，在国际上积极参与SKA相关合作，走一条自主研发与国际合作相结合的路线。
国家天文台FAST（中国天眼）首席科学家李菂以《天文的勇气》为题，介绍了天眼FAST的发展历史和迄今所取得的科学成就。他指出，FAST的概念是由老一辈学者南仁东研究员等最早提出来的，经过多年的努力在2016年9月FAST正式竣工。不同于天眼的前身-著名的阿雷西博望远镜，基于原创的高时频噪声注入技术，FAST是世界上第一个能够同时进行脉冲星搜索、中性氢成像、气体星系搜索和快速射电暴、地外生命信号搜索的巡天的设施。FAST目前已经完成了15%的“多科学目标同时巡天”，取得了一系列成就，包括发现了超过160颗脉冲星、发现了人类已知的第一个持续活跃的重复快速射电暴和首次测到了中性氢窄线自吸收塞曼效应等。他总结指出，中国天眼的提出和建设是几代人的努力，是中国过去这几十年科学、基建和整个国力高速发展过程的体现，我们既是这一过程的受益者也是建设者。
对话问答环节，武向平教授与葛健、郑倩、李菂三位嘉宾围绕“宜居星球”、“ SKA与地外文明发现”、“FAST信号接收”等话题展开交流与对话。同时，四位嘉宾也与线上观众互动，围绕观众提出的“我国大科学装置数据使用与科研产出”、“天文领域的青少年科普”以及“天文大设备对其他学科的影响”等话题进行了互动、探讨与解答。
能源转型+生态系统碳汇
助力应对全球气候变化挑战
在【气候变化】专场中，2022未来科学大奖周 Program Committee 2022联席主席、北京大学前校长、北京大学未来教育管理研究中心首创主任林建华对演讲嘉宾进行了介绍：方精云主要从事植被生态学、生物多样性、全球变化生态学、生态遥感等方面的研究。他构建了我国第一个国家尺度的陆地碳循环框架，揭示了我国植物物种多样性的大尺度格局及形成机制，创造性地提出了生态草牧业的理论体系并应用于生产实践。Pep Canadell 担任“全球碳计划”的执行主任，他致力于为全球生物地理化学循环和生态系统变化提供最全面的理解，从而支持政府、企业和非政府组织的政策发展及变化进程，以及国际气候变化的谈判进程。李俊峰长期从事能源经济和能源环境理论的研究，先后组织并主持了我国可再生能源法、国家中长期能源规划的起草工作，参与了国家中长期科技发展纲要、能源法草案、国家应对气候变化方案等重要文件的研究和起草工作。
北京大学博雅特聘教授、云南大学校长、中国科学院院士、发展中国家科学院院士方精云以《中国的碳排放与生态系统碳汇》为题，从生态学的角度介绍了碳达峰、碳中和的含义及实现碳中和的途径，指出减排和增汇是实现碳中和目标的决定因素。他表示，在当前技术水平下，生态系统碳汇是碳中和的关键因素，而碳捕获、利用与封存技术仍相对处于辅助地位。通过比较我国和全球主要经济体的碳排放情况，尽管我国目前碳排放量位居世界第一，但人均累计碳排放还远远低于欧美国家。同时，方教授探讨了我国陆地生态系统碳汇的过去与未来，发现我国陆地碳汇呈逐渐增加的趋势；并预测未来我国的陆地生态系统碳汇仍具有较大的潜力，2060年可达11-18亿吨CO2, 相当于近10年我国年均排放量的11-18%。
澳大利亚堪培拉CSIRO首席研究科学家、“未来地球”计划和世界气候研究计划执行主任 Pep Canadell，在以《稳定全球气候的净零排放之实现——基于地球系统的视角》为题的学术报告中指出，过去从来没有一项基于实现地球系统的特定状态的，即管理我们所生活的地球整体，以促进社会和环境繁荣的全球性条约。其目标是:稳定气候系统，基本要求是温室气体源不应大于温室气体汇，也就是达到净零排放。在演讲中，Pep Canadell 博士分解了实现净零排放的要求，包括二氧化碳(CO2)和非二氧化碳排放，自然汇的作用，剩余的碳预算，达到净零排放后会发生什么，并阐述了管理地球系统以避免气候变化所面临的挑战和机遇。
国家应对气候变化战略研究和国际合作中心首任主任、中国能源研究会常务理事李俊峰，进行了以《零碳增长背景下能源转型的逻辑》为题的学术报告，介绍了双碳背景下通过能源转型减排温室气体的逻辑。他指出，能源转型的本质是推动增长方式、能源系统和生活方式的发展转型，其基础是能源系统的绿色低碳转型。实现转型的路径包括大幅提高能源利用效率，以及大力发展非化石能源，尤其是构建以新能源为主体的新型电力系统。然而，在转型的过程中存在各种挑战，包括持续增加能源供应，电力系统储能方式等。因此我们需要破立并举，持续创新，坚定不移地打好能源转型的持久战！
北京林业大学环境科学与工程学院教授、院长王强主持对话问答环节，与方精云、李俊峰等嘉宾分别围绕“碳中和与森林种植规划”、“二氧化碳转化为高价值化学品的可行性”以及“生态系统碳循环的变化”等话题探讨交流及回答在线观众的提问。
AI催生科学研究新范式
引领人类社会发展变革
香港科技大学计算机科学与工程系教授陈凯担任【计算机科学】人工智能与大数据专场的主持嘉宾，与计算机专家、中国工程院院士、鹏城实验室主任、北京大学博雅讲席教授高文一起分别对演讲嘉宾的研究领域与科研方向进行了介绍：鄂维南教授是在应用数学领域做出重大原创性工作的数学家，特别在机器学习算法的分析和应用、多尺度建模、稀有事件建模和随机偏微分方程等方面做出了许多重大贡献。杨强教授是人工智能领域的专家，是国际人工智能界“迁移学习”技术的开创者 ，同时提出“联邦学习”的研究新方向。裴健教授的研究重点是数据科学、大数据、数据挖掘、数据库系统和信息检索。他长期致力于为新型数据密集型应用开发高效灵活的数据分析技术，并将他的研究成果转化为行业产品和商业实践，是该领域世界领先的学者。
高文在致辞中表示：“过去的人工智能是靠人设计出来的，当前的人工智能是从大数据中学习出来的，是习得智能，是过去所不能比拟的。要做最好的人工智能研究，一定要有最大的大数据。中国拥有世界上最大的数据量，发展人工智能具有独特的优势，让大数据与相关产业相融合，将产生巨大的社会效益。”
北京大学教授、普林斯顿大学教授、中国科学院院士鄂维南，以《算法时代》为题进行了学术报告。他指出，随着科学计算、大数据和人工智能的发展，算法已经成为推动科技创新和社会进步的核心工具。从科学研究的角度来看，机器学习与科学知识的有机结合，为科学和工程研究打开了前所未有的巨大空间。从技术创新的角度来看，人工智能的进一步发展不仅将改变以制造业为代表的实体经济，同时也将对社会治理和人们的日常生活带来巨大改变。支撑这些新的发展空间的底层逻辑是算法创新，可以说，人类正在迈入算法时代。在演讲中，鄂维南教授还探讨了算法创新研究给工业制造、人工智能和科学研究等领域提供的新的发展机会和路径。
香港科技大学计算机科学和工程学系讲席教授和前主任、微众银行首席人工智能官杨强，在《可信联邦学习》的学术报告中，以AI发展史为切入点，阐述了机器学习过度依赖中心化数据的问题。他指出，联邦学习基于“数据可用不可见”思想，用于解决分布式、多源异构、极端隐私限制的建模问题，将人工智能推向分布式2.0阶段。可信联邦学习范式具备安全可信、高效可用、决策可解释、模型可监管，且普惠的特点。结合相关领域的研究热点，杨强教授对领域发展做出展望。
杜克大学教授、加拿大皇家学会院士、加拿大工程院院士裴健，以《数据市场定价》为题进行学术报告。裴健教授提出，完备的数据市场应当是动态的生态系统，各种应用可以从数据市场获得数据，同时应用产生的新数据也能够注入到数据市场中为别的应用系统所使用。数据市场定价的成本、利益以及供求关系是维护数据市场的公平、高效、规模化以及保障数据安全及隐私的重要因素。裴健教授结合数据市场定价涉及到的真实性、销售最大化、公平性、隐私保护、计算效率等一系列问题进行分析，并指出后续研究方向。
对话问答环节中，陈凯与鄂维南、杨强等嘉宾共同围绕“未来5年人工智能与产业的融合趋势”、“ 机器学习与偏微分方程的求解”、“人工智能在消除就业性别歧视方面的应用”等话题交流探讨，并回答在线观众的提问。
（责任编辑：徐小刚）
