北京大学青年教师学术沙龙第五十一期举行,聚焦“AI for Science:数据驱动的考古学与地球科学研究”

4月24日,北京大学第五十一期青年教师学术沙龙举行,本期主题聚焦“AI for Science:数据驱动的考古学与地球科学研究”。本期沙龙由人事部、考古文博学院、地球与空间科学学院联合主办。考古文博学院崔剑锋、张予南、宋殷、丁雨,社会学系范新光,地球与空间科学学院杜江辉、李嘉琪、李明松等多位老师分别作专题分享报告。考古文博学院陈建立、智能学院袁晓如、人工智能研究院杨耀东、大数据国家工程实验室王冉冉以及北京科学智能研究院李鑫宇作为与谈嘉宾参与交流。来自全校30个院系所与职能部门的70余名师生参加了活动。沙龙由考古文博学院副院长彭明浩、地球与空间科学学院副院长刘瑜和人事部副部长余跃共同主持。

沙龙现场

上半场,4位考古文博学院的学者围绕AI在考古学研究中的应用及需求展开了讨论。崔剑锋以“古代瓷器微量元素产地溯源的机器学习方法初步研究”为题,剖析了传统线性统计方法在处理海量、高维瓷器成分数据时的局限性,指出非线性机器学习模型在窑口产地溯源上准确率较高,并成功应用于广州城市考古出土瓷器的产地判别。张予南以“长江下游稻作农业起源的多学科数据库构建与可视化应用”为题,介绍了如何整合考古、生物、古环境等多学科资料,并通过标准化字段与关系型/非关系型数据库构建知识平台。宋殷以“墓葬研究中的数据分析”为题,阐释了决策树分析法在考古墓葬分类中的应用,通过分析大甸子墓地墓葬结构、随葬品与墓主年龄等特征,揭示了不同人群划分社会层级所使用的特定丧葬符号。丁雨以“考古学中的AI需求简析”为题,从考古学“田野调查-室内整理-综合研究”的全流程出发,系统梳理了在遗物拼合、多模态记录对应、线图生成及大规模类型学分析等关键环节对AI技术的需求。

左起顺时针依次为:彭明浩、崔剑锋、张予南、宋殷、丁雨

下半场,4位学者分别从社会学及地球与空间科学探索的角度展开报告。范新光以“与AI共事的社会学思考”为题,从知识生产与学术训练的角度展开思辨,提出AI在执行层面极大提升了研究效率,但在判断层面仍无法替代学者进行深度学术创新。杜江辉以“古生物和古环境研究中的AI需求”为题,指出化石鉴定、海量非结构化数据提取及纯数据驱动的规律探索是该领域的核心痛点,而样本总量小、数据时空不匹配等问题使得AI的变革性影响尚未完全显现。李嘉琪以“AI与具身智能赋能行星科学”为题,介绍了团队利用基础模型对火星断层进行智能识别的最新尝试,并展望了具身智能在月球熔岩管探测等深空自主导航场景中的刚需前景。李明松以“深时、深空、深地、深海研究的AI探索”为题,从利用地层序列贝叶斯反演重建太阳系轨道演化,到通过Transformer模型与数据同化揭示气候敏感度及海洋酸化状态,展示了AI在解码地球与行星复杂历史中的巨大潜力。

左起顺时针依次为:刘瑜、范新光、杜江辉、李嘉琪、李明松

在与谈环节,陈建立指出,考古学的发展应以数据为驱动,通过对现有数据的有效整合与利用,结合人工智能技术,充分挖掘数据潜在价值,从而推动考古学研究向更深层次、更高水平发展。李鑫宇提出,当前应着力推动构建涵盖多学科方向的高质量专业语料库,以此为基础,助力人工智能技术实现更高效、更精准的发展。袁晓如建议从更宏观的角度出发,建立多学科通用的数据规范化处理规则,以便利跨领域的长远合作。杨耀东鼓励人文社科领域的学者积极拥抱通用AI工具,在无需代码的交互中提升研究效率与产出质量。王冉冉从数据稀缺的现实谈起,呼吁通过北大平台汇集各学科独有数据,在解决国家重大需求的同时,孕育算法层面的创新。

第四.png

左起顺时针依次为:陈建立、李鑫宇、杨耀东、王冉冉

未来,人事部将持续紧扣青年教师学术发展需求,不断深化拓展学术沙龙活动的内涵与外延,以多元化的活动内容与形式助力学校高水平人才队伍建设,为加快建设中国特色世界一流大学作出积极贡献。

专题链接:青年教师学术沙龙

转载本网文章请注明出处