中國基礎(chǔ)科學(xué)研究（中國基礎(chǔ)科學(xué)研究院）

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于中國基礎(chǔ)科學(xué)研究的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解SEO相關(guān)業(yè)務(wù)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、中國能不能在基礎(chǔ)科學(xué)研究上搭便車？

• 2、近些年有什么基礎(chǔ)科技技術(shù)的突破？

• 3、什么中國古代技術(shù)發(fā)達(dá),但是近代少有原創(chuàng)性的基礎(chǔ)科學(xué)研究成果?

• 4、“把問題底層原理搞清楚”就是基礎(chǔ)研究

一、中國能不能在基礎(chǔ)科學(xué)研究上搭便車？

這個問題其實就是簡單的科學(xué)就能達(dá)到你說的這個問題。具體的情況我想大概的說一說，希望能解決你的疑惑。

首先

我們可以思考人類的發(fā)展。對于整個人類來說，只有不斷地推進(jìn)我們認(rèn)知的邊界，才能更好地發(fā)展和生存。然而，基礎(chǔ)研究是昂貴的。世界上絕大多數(shù)國家都無法真正實施有效的基礎(chǔ)研究。他們沒有錢，也沒有研究系統(tǒng)的規(guī)模。因此，推進(jìn)人類認(rèn)知邊界和促進(jìn)人類對客觀世界的認(rèn)知的任務(wù)落在具有開展此類研究能力的國家身上。如果我們不學(xué)習(xí)，我們就不會進(jìn)步。其次，我們可以從國內(nèi)發(fā)展的角度來考慮。

其次

推進(jìn)人類認(rèn)知邊界和促進(jìn)人類對客觀世界的認(rèn)知的任務(wù)落在具有開展此類研究能力的國家身上。如果我們不學(xué)習(xí)，我們就不會進(jìn)步。我們可以從國內(nèi)發(fā)展的角度來考慮。以科研為基礎(chǔ)，將帶來一系列的教育體系、科研體系、能夠輸出高質(zhì)量的人才，并使行業(yè)能夠跟上基本學(xué)科的發(fā)展。幾十年來，許多重要的工業(yè)技術(shù)落后于基礎(chǔ)學(xué)科的發(fā)展。

再次

如果沒有相關(guān)的人才，這個過程可能會更慢。而且，一旦一個基本的學(xué)科技術(shù)可以進(jìn)入工業(yè)化軌道，必要的人才就足夠多了。如果你以前沒有投資過相關(guān)的研究領(lǐng)域，那么在商業(yè)化的過程中，你會在哪里獲得如此多的專業(yè)人員呢?一個國家的發(fā)展，尤其是它的發(fā)展，需要無數(shù)的產(chǎn)業(yè)才能到達(dá)世界的頂端，并且有大量的產(chǎn)業(yè)是獨一無二的。在這些行業(yè)的發(fā)展背后是大量的研究投入。沒有足夠的研究投入，就沒有發(fā)達(dá)的經(jīng)濟(jì)。一些發(fā)達(dá)國家在這方面犯了錯誤。我們國家不應(yīng)該犯類似的錯誤。

最后

現(xiàn)在的科學(xué)研究早已經(jīng)不是那個單打獨斗的時代了，意思就是說科學(xué)研究不僅是為了研究問題，更是為了能夠培養(yǎng)人才隊伍。

二、近些年有什么基礎(chǔ)科技技術(shù)的突破？

近些年來，基礎(chǔ)科技領(lǐng)域發(fā)生了許多重大的突破。以下是其中一些值得關(guān)注的：

1、量子計算機(jī)：

2019年，谷歌宣布在其Sycamore量子計算機(jī)上完成了一項具有里程碑意義的計算任務(wù)，證明了量子計算機(jī)在某些情況下比傳統(tǒng)計算機(jī)更有效。這項技術(shù)的發(fā)展可能會導(dǎo)致許多應(yīng)用程序的重大突破，例如更快的藥物開發(fā)和更高效的數(shù)據(jù)加密。

2、基因編輯：

基因編輯技術(shù)，特別是CRISPR-Cas9技術(shù)，已成為生命科學(xué)領(lǐng)域的一個重要工具。它可以準(zhǔn)確地更改基因序列，對于治療遺傳性疾病、創(chuàng)新農(nóng)業(yè)生產(chǎn)和研究動植物等領(lǐng)域都具有巨大的潛力。

3、人工智能：

深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)的進(jìn)步使得人工智能在許多領(lǐng)域的應(yīng)用更加廣泛和深入。例如，自然語言處理和計算機(jī)視覺技術(shù)的進(jìn)步，使得機(jī)器能夠理解自然語言和圖像，從而實現(xiàn)更加智能的自動化和人機(jī)交互。

4、太陽能技術(shù)：

太陽能技術(shù)的成本在過去十年中急劇下降，這使得太陽能電力的使用變得更加實惠和可行。此外，新的太陽能電池技術(shù)也在不斷研究和開發(fā)中，可能會進(jìn)一步提高太陽能電力的效率和可靠性。

5、量子通信：

量子通信是一種基于量子力學(xué)原理的安全通信技術(shù)，它可以實現(xiàn)絕對安全的數(shù)據(jù)傳輸。近年來，量子通信技術(shù)取得了重大進(jìn)展，例如實現(xiàn)了遠(yuǎn)距離量子密鑰分發(fā)和量子保密直接通信。

這些技術(shù)突破將對許多行業(yè)和領(lǐng)域產(chǎn)生深遠(yuǎn)的影響，帶來新的商業(yè)機(jī)會和社會發(fā)展機(jī)遇。

三、什么中國古代技術(shù)發(fā)達(dá),但是近代少有原創(chuàng)性的基礎(chǔ)科學(xué)研究成果?

古代的技術(shù)再發(fā)達(dá)，也是遠(yuǎn)遠(yuǎn)比不上現(xiàn)代技術(shù)的。題主所說的古代技術(shù)發(fā)達(dá)，只是因為當(dāng)時全世界都不發(fā)達(dá)，對比起來顯得比較發(fā)達(dá)而已。三十年河?xùn)|，三十年河西，更因為歷代封建王朝對技術(shù)的不重視，其他國家也發(fā)展起來并超過了中國。這沒什么，現(xiàn)在中國對技術(shù)也重視起來了，只要肯投人和錢，找對方向，技術(shù)什么的都會有的。

四、“把問題底層原理搞清楚”就是基礎(chǔ)研究

作者 包云崗

最近，谷歌旗下的DeepMind公司在Nature上發(fā)表論文宣布使用其開發(fā)的人工智能程序AlphaFold 2將人類98.5%的蛋白質(zhì)預(yù)測了一遍，并決定公開AlphaFold 2的源代碼，免費開源有關(guān)數(shù)據(jù)集，供全世界科研人員使用。

那么，AlphaFold算基礎(chǔ)研究嗎？

對此，中國工程院院士李國杰將AlphaFold歸為工程科學(xué)技術(shù)——“工程科學(xué)技術(shù)不只是工具，也不僅僅是基礎(chǔ)研究成果的應(yīng)用，而是在基礎(chǔ)研究中可以發(fā)揮巨大作用的重要組成部分”。

筆者對于李國杰的這個論述特別有共鳴，同時個人對基礎(chǔ)研究有以下幾個觀點，謹(jǐn)為拋磚引玉。

科研有其自身的規(guī)律與法則，如果不按規(guī)律辦事，就會事倍功半。

那么，基礎(chǔ)研究有什么規(guī)律？事實上，對于基礎(chǔ)研究不同的定義反應(yīng)了不同角度的認(rèn)知，對應(yīng)的具體實施方式也不同。

總的來說，過去幾十年主要有兩種對基礎(chǔ)研究的定義：

其一，Vannevar Bush在線性模型下定義基礎(chǔ)研究和應(yīng)用研究，這種模式就把基礎(chǔ)研究看作是一個知識儲備池，是技術(shù)進(jìn)步的源泉。

在這種定義下，基礎(chǔ)研究的作用是產(chǎn)生知識，不需要考慮和具體技術(shù)的關(guān)系，因此在實施層面，“廣撒網(wǎng)”可能是最有效的產(chǎn)生多樣化知識的方式。

其二，Donald E. Stokes通過四個象限來定義不同的研究類型，Stokes把基礎(chǔ)研究分為純粹基礎(chǔ)研究（玻爾象限）與“由應(yīng)用驅(qū)動的”基礎(chǔ)研究（巴斯德象限）。

在實施層面，波爾象限和線性模型下的基礎(chǔ)研究基本一致。

而巴斯德象限中，要用尖端的基礎(chǔ)科學(xué)研究來解決迫切、強烈且巨大的現(xiàn)實需求；在實踐時，通過解決實際問題“倒逼”科研人員把一些應(yīng)用問題的底層原理搞清楚。

筆者更青睞Stokes的四象限模型。

在筆者看來，“把問題的底層原理搞清楚”就是基礎(chǔ)研究。

其實波爾象限與巴斯德象限在具體科研實踐時其實是一樣的，就是“把問題的底層原理搞清楚”，只是問題的來源有所不同而已。

波爾象限的問題來源主要來自學(xué)科自身，如為什么會有量子糾纏現(xiàn)象；而巴斯德象限的問題來源主要來自現(xiàn)實應(yīng)用，如牛奶如何保鮮。

從“把問題的底層原理搞清楚”這個角度來看，只要能提出一些未解的問題，那就有潛力做出好的基礎(chǔ)研究工作。

我們可能都有一個體會， 科技 攻關(guān)時“第一次”往往特別困難，比如第一架飛機(jī)、第一顆原子彈、第一顆人造衛(wèi)星、第一款CPU、第一次火星登陸等等。哪怕曾經(jīng)有其他國家實現(xiàn)過，另一個國家要實現(xiàn)“第一次”依然很艱難。

為什么？這主要因為這些“第一次”輸出的不僅僅是一款原型系統(tǒng)，還包含背后一套研制該原型系統(tǒng)的技術(shù)流程以及相應(yīng)的平臺、材料、試劑、設(shè)備、儀器等，也就是科研基礎(chǔ)設(shè)施。

這些科研基礎(chǔ)設(shè)施的作用正是“把問題的底層原理搞清楚”，比如為研制飛機(jī)建設(shè)的風(fēng)洞，研制CPU需要有高精度的仿真器和模擬器。

即使在物理、化學(xué)、天文等領(lǐng)域的基礎(chǔ)研究，現(xiàn)在也都離不開各種尖端設(shè)備和儀器，像研究核聚變的EAST托卡馬克裝置、研究天文的FAST望遠(yuǎn)鏡等。

在筆者從事的CPU芯片設(shè)計領(lǐng)域，很多人都看作是純粹的工程技術(shù)，認(rèn)為這里面沒有基礎(chǔ)研究。

但在筆者看來，能把CPU設(shè)計空間中一些問題的底層原理搞清楚，就是基礎(chǔ)研究。

舉個例子，蘋果最近推出的M1處理器性能甚至超越Intel的桌面處理器，這得益于Ml采用了約600項ROB，這完全顛覆了傳統(tǒng)CPU架構(gòu)設(shè)計人員的觀念，因為以往CPU的ROB一般都不超過200項。

也許用反向工程思維，可以很快做出一個也具有600項的CPU架構(gòu)設(shè)計來。

但是，誰知道蘋果為什么敢這么設(shè)計？為什么是600項ROB，而不是400項，或者800項？反向工程只是工程技術(shù)，但是如果能把這些問題的底層原理徹底搞清楚，那就是CPU架構(gòu)設(shè)計領(lǐng)域的基礎(chǔ)研究。

要搞清楚底層原理并不容易，這需要一整套CPU架構(gòu)設(shè)計基礎(chǔ)設(shè)施的支撐——從程序特征分析技術(shù)、設(shè)計空間 探索 技術(shù)、高精度模擬器、系統(tǒng)仿真技術(shù)、驗證技術(shù)等；還需要對大量程序特征進(jìn)行分析，需要收集大量的原始數(shù)據(jù)，需要大量細(xì)致的量化分析，需要大量的模擬仿真……這些都是為了把底層原理搞清楚。

某種程度上，相比較于原型系統(tǒng)，平臺/材料/試劑/設(shè)備/儀器等科研基礎(chǔ)設(shè)施是更重要的輸出。

只有具備這些，才能不斷地去深入 探索 各種現(xiàn)象的底層原理，才能支持后續(xù)的迭代優(yōu)化，同時也能成為培養(yǎng)人才的基地。

基礎(chǔ)研究和工程技術(shù)并不是簡單的二元對立。

相反，在很多領(lǐng)域基礎(chǔ)研究和工程開發(fā)是交融在一起的。

出現(xiàn)這種交融是因為很多研究所需要的科研基礎(chǔ)設(shè)施，如新平臺、新設(shè)備、新流程都需要工程投入。

即使是探測引力波、希格斯粒子這樣的基礎(chǔ)研究，也需要工程投入研制LIGO、LHC這樣的儀器設(shè)備。

一旦有了這類科研基礎(chǔ)設(shè)施，其他人在上面開展科研就會容易很多。

美國基礎(chǔ)研究很強，其中一個原因在于有不少學(xué)者在大學(xué)里和企業(yè)研究院里建這些科研基礎(chǔ)設(shè)施。

比如在CPU芯片設(shè)計領(lǐng)域，有GEM5模擬器、CACTI模型、FireSim仿真平臺等一系列基礎(chǔ)設(shè)施，這可以讓其他大學(xué)的學(xué)者更容易開展研究。

因此，有一些學(xué)者認(rèn)為基礎(chǔ)研究不需要工程，主要還是因為有人幫他們把底層的科研基礎(chǔ)設(shè)施已經(jīng)搭建完善，讓他們可以更容易地去做優(yōu)化，更容易發(fā)表論文。

美國的很多 科技 企業(yè)內(nèi)部也會構(gòu)建一套和學(xué)術(shù)界總體上打通的科研基礎(chǔ)設(shè)施（有開源共享的、有內(nèi)部自研的）。

通過將業(yè)務(wù)需求和內(nèi)部數(shù)據(jù)導(dǎo)入到企業(yè)的科研基礎(chǔ)設(shè)施中，就能很容易消化學(xué)術(shù)界產(chǎn)生的新想法，集成到企業(yè)的產(chǎn)品中。

因此，打通的基礎(chǔ)設(shè)施加上人才流通，這是美國學(xué)術(shù)界—產(chǎn)業(yè)界形成“創(chuàng)新想法—得到應(yīng)用—收集反饋—新的創(chuàng)新想法—得到新的應(yīng)用”這個閉環(huán)的重要原因。

但是，中國的學(xué)術(shù)界—產(chǎn)業(yè)界之間尚未形成這種高效的閉環(huán)，大多數(shù)企業(yè)還沒有和學(xué)術(shù)界打通的科研基礎(chǔ)設(shè)施。

所以對于中國的學(xué)術(shù)界來說，更需要參與科研基礎(chǔ)設(shè)施的建設(shè)，尤其是和企業(yè)一起來補科研基礎(chǔ)設(shè)施的課。

雖然很多基礎(chǔ)研究是純理論 探索 ，幾個人的小團(tuán)隊甚至一個人便可開展。

但也有很多基礎(chǔ)研究需要大團(tuán)隊，需要管理與組織，例如探測希格斯粒子、研制LIGO觀測引力波等。

美國國防部高級研究計劃局（DARPA）資助了很多顛覆性創(chuàng)新項目。

我們觀察DARPA的項目立項與執(zhí)行過程，可以看到有一些共性特征：首先會暢想未來，設(shè)立激進(jìn)的目標(biāo)；科學(xué)地把激進(jìn)目標(biāo)分解為一系列子任務(wù)；制定具體子任務(wù)的實施計劃，包括目標(biāo)、時間節(jié)點等；子任務(wù)最后要集成到一個原型系統(tǒng)中。

“項目主管”會負(fù)責(zé)上述4個任務(wù)，具有絕對的項目決策權(quán)，同時也對項目負(fù)責(zé)，相當(dāng)于抓總。大量實踐證明，這種科研組織管理模式具有很高的效率。

這種模式對基礎(chǔ)研究也有效。

以清華大學(xué)類腦計算研究中心為例，該中心于2014年成立，成員來自清華大學(xué)不同的院系。

他們的研究模式就類似DARPA項目，整個團(tuán)隊圍繞“天機(jī)”類腦芯片開展全棧研究，并集成到自動駕駛自行車系統(tǒng)中，形成具有很好顯示度的科研成果，發(fā)表多篇Nature、Science論文，入選中國十大 科技 進(jìn)展等，同時也把清華的類腦計算學(xué)科建立了起來。

回到本文開頭的問題：AlphaFold算基礎(chǔ)研究嗎？

根據(jù)本文的討論，我們可以得出如下結(jié)論：第一，AlphaFold研發(fā)的過程中面臨很多未知的問題，把這些問題的底層原理搞清楚，就需要基礎(chǔ)研究；第二，Alpha Fold是蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的科研基礎(chǔ)設(shè)施，它本身就屬于蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域基礎(chǔ)研究的一部分。

（作者系中國科學(xué)院計算技術(shù)研究所副所長、研究員）

以上就是關(guān)于中國基礎(chǔ)科學(xué)研究相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

日本建筑設(shè)計師隈研吾（日本建筑設(shè)計師隈研吾在中國的作品）

中國歌手粉絲排行榜（中國歌手粉絲排行榜2022）

中國古典園林景觀設(shè)計優(yōu)點（中國古典園林景觀設(shè)計優(yōu)點和缺點）

景觀設(shè)計理念在設(shè)計構(gòu)成（景觀設(shè)計理念在設(shè)計構(gòu)成中的應(yīng)用）

小紅書榜單（小紅書榜單在哪里看）