1月8日,2017年度国家科学技术奖励大会在人民大会堂隆重举行。党和国家领导人习近平、李克强、张高丽、王沪宁等出席大会并为获奖代表颁奖。中科三清联合中科院大气所等单位申报的“嵌套网格空气质量预报模式(NAQPMS)自主研制与应用”项目荣获国家科学技术进步二等奖。中科三清首席科学家王自发研究员和吴剑斌博士等人参加了此次大会。
我国重污染天气频发,面积大、类型多、时空变化迅速、来源复杂难辨。空气质量预报模式是实现准确预报和精准调控的核心工具,直接引进国外模式难以准确表征,无法满足国家重大紧迫需求,亟需自主研制模式。
嵌套网格空气质量预报模式(NAQPMS)是中国科学院大气物理所自主研发的区域-城市空气质量模式,中科三清参与模式的业务化以及应用推广。该项目突破了我国区域大气复合污染建模原理和预报关键技术,攻克了重污染形成关键要素选取等多项技术难题,创新研制出集多污染类型和多尺度为一体的空气质量预报模式,实现了全球、区域、城市群与城市复合污染全尺度嵌套耦合业务预报。
近年来,NAQPMS模式不断升级更新,多项技术处于国际领先水平。依托NAQPMS建立的国家空气质量模式预报方法体系,提升了我国环境空气质量预报业务水平,引领我国空气质量预报预警水平跨越式发展。
作为科技部和环保部联合推荐的大气污染防治先进技术,NAQPMS模式已成为国内主流业务模式,直接支撑了国家重污染天气预报预警体系建设,成为国家环境质量预报预警中心、京津冀、 长三角和珠三角等40多个业务平台的核心预报工具,为APEC峰会、9.3阅兵、G20等重大活动空气质量保障提供了关键支撑。
作为项目的联合完成单位之一,中科三清自2016年1月成立以来,以数值模式为核心,联合开展关键技术攻关,支撑数值模式的产业化应用,取得了一系列创新推广成果。以环境监测和预报预警技术为基础,以环境大数据和智慧应用为导向,自主研发了环境数据综合分析平台。
王自发介绍道,“这个数据综合分析平台包括监测预警系统、综合分析系统、决策评估系统、网格化监管系统、应急响应系统、公众参与系统六大功能模块,解决了当前突出的环保数据不统一、部门协调缺失、监管措施匮乏,精细化管理水平低的问题。通过对空气质量的监测,对污染源的精准分析,形成了集预报、 溯源和调控评估为一体的国家重污染天气预报预警业务平台,实现了“国家-区域-省-地市”无缝隙业务预报,为我国环境管理由污染治理向精准调控转型提供了核心工具。”
环境保护部环境监测司评价NAQPMS“是我国空气质量数值预报预警的核心支撑技术, 也是落实国务院《大气污染防治行动计划》的关键技术”;环境保护部大气环境管理司认为NAQPMS模式“提前3-7天较好地预报出我国重污染的影响范围、形成及持续时间,在我国组织拟订重污染天气应对政策措施发挥了关键作用”;中国环境监测总站经过近4年的业务运行,评价以NAQPMS模式为核心的预报系统“对区域空气重污染过程预报的准确率和对区域重污染程度预报的准确率均得到大幅提升。”
国家科学技术奖是由国务院设立的年度奖项,旨在奖励在科技进步活动中作出突出贡献的公民和组织,包括国家自然科学奖、国家技术发明奖、国家科学技术进步奖,以及授予外籍科学家或外国组织的中华人民共和国国际科学技术合作奖,和分量最重的国家最高科学技术奖。2017年度共有9位科技专家和271个项目获得国家科学技术奖。
中科三清科技有限公司是由中国科学院大气物理研究所和曙光信息产业股份有限公司共同投资成立的国有高科技企业。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。