... 2023-03-13 19:20 .. 基础研究拔尖人才如何培养?中国科大作为一所为“两弹一星”事业而创办的高水平大学,在聚焦国家战略、培养尖端科技人才方面有着厚重的办学传承与历史积淀。
包信和表示,大学是培养基础科学研究人才的主阵地和主要力量。
1958年9月,为解决中国在“两弹一星”工程中的重大科学问题,党中央和国家创办了中国科学技术大学,通过参与国家重大战略工程、重大任务来凝练学科方向、培养尖端科技人才,再通过输出尖端科技人才来充实国家科研和行业力量,解决国家“卡脖子”难题。
1978年,科学的春天再次吹响向科学进军的集结令,中国科大在国内首创“少年班”,选择具有从事科研潜力的人才苗子,培养一支“少而精的基础科学工作队伍”。
近年来,学习开展“强基计划”和基础学科拔尖人才培养计划,培养了大批基础研究领域的优秀人才。
人才培养是塑德塑材的过程,包信和特别强调科学家精神对于人才培养的重要性,提出要坚持“以 .. UfqiNews ↓
1
... 09-12 06:47 , 983 , 222 ..
2、通往“崛起”之路
1973年,美国学者萨顿出版了一本著作《静悄悄的自杀——美国对莫斯科的军事援助》.
从书名就可以看出,美国人慌了.
因为苏联站在欧洲第一、世界第二的工业基础上,开始了特色的急进之路在这条急进之路上,发生了一个重要且最容易被人忽略的转变.
那就是苏联的科技体系,已经从技术引进与消化的初级阶段,静悄悄地过渡到通过基础科学研究、进行技术自我转化的正向循环上.
这种正向循环的效应,我们可以从半导体物理领域的发展中看出端倪.
进入30年代,苏联科学家开始在半导体物理方面取得巨大成就.
杰出的物理学家越飞,在那时便指出:半导体材料将是电子技术的新材料.
他还在半导体的导电性研究中提出“阻挡层”的概念——这是未来集成电路研究的核心理论之一.
除了理论研究,苏联还在工程实践中进行了广泛尝试.
甚至在20年代后期,就有科学家开始尝试在硅材料表面设置触点,用半导体建立类似三极管的三电极系统.
这种在理论和工程实践中同时进行 ... 苏联一个强大的工业体系为何在短短20年里消失得几近无影无踪?-2 ⟶
2、通往“崛起”之路
1973年,美国学者萨顿出版了一本著作《静悄悄的自杀——美国对莫斯科的军事援助》.
从书名就可以看出,美国人慌了.
因为苏联站在欧洲第一、世界第二的工业基础上,开始了特色的急进之路在这条急进之路上,发生了一个重要且最容易被人忽略的转变.
那就是苏联的科技体系,已经从技术引进与消化的初级阶段,静悄悄地过渡到通过基础科学研究、进行技术自我转化的正向循环上.
这种正向循环的效应,我们可以从半导体物理领域的发展中看出端倪.
进入30年代,苏联科学家开始在半导体物理方面取得巨大成就.
杰出的物理学家越飞,在那时便指出:半导体材料将是电子技术的新材料.
他还在半导体的导电性研究中提出“阻挡层”的概念——这是未来集成电路研究的核心理论之一.
除了理论研究,苏联还在工程实践中进行了广泛尝试.
甚至在20年代后期,就有科学家开始尝试在硅材料表面设置触点,用半导体建立类似三极管的三电极系统.
这种在理论和工程实践中同时进行 ... 苏联一个强大的工业体系为何在短短20年里消失得几近无影无踪?-2 ⟶
... 10-11 15:17 , 217 , 221 ..
5 循环神经网络循环神经网络也被称为时间递归神经网络(Recurrent neural network)在前面讨论的卷积神经网络,无法利用历史数据的时间依赖关系,来分析数据特征,对于二维图像来讲,我们已经知道局部感受视野这种空间信息是识别问题的核心,在另外一些与时间相关的问题中,输入的数据是基于时间的序列,卷积网络就无能为力了.
这时候,核心问题是需要了解数据的时间序列关系,实际上,RNN最早是由Hopfiled网络启发变种而来,因此有些类似Hopfiled的联想记忆功能.例如,如果我们试图预测一下“天空飞过一只__”这句话最后一个词是什么?利用前面输入的一连串的历史信息:“天 空 飞 过 一 只”,我们就能大致猜出最后一个词可能是某种具有飞行功能的事物,历史(时间信息)对于我们推测未来,是极有帮助的,不可轻易抛弃.
而RNN的核心诉求之一,就是能将以往的信息连接到当前任务之中.
RNN模型有比较多的变种,一种主流的RNN模型结构如 ... 理解计算:从根号2到AlphaGo -23: 第8季 深度学习发展简史-4 ⟶
5 循环神经网络循环神经网络也被称为时间递归神经网络(Recurrent neural network)在前面讨论的卷积神经网络,无法利用历史数据的时间依赖关系,来分析数据特征,对于二维图像来讲,我们已经知道局部感受视野这种空间信息是识别问题的核心,在另外一些与时间相关的问题中,输入的数据是基于时间的序列,卷积网络就无能为力了.
这时候,核心问题是需要了解数据的时间序列关系,实际上,RNN最早是由Hopfiled网络启发变种而来,因此有些类似Hopfiled的联想记忆功能.例如,如果我们试图预测一下“天空飞过一只__”这句话最后一个词是什么?利用前面输入的一连串的历史信息:“天 空 飞 过 一 只”,我们就能大致猜出最后一个词可能是某种具有飞行功能的事物,历史(时间信息)对于我们推测未来,是极有帮助的,不可轻易抛弃.
而RNN的核心诉求之一,就是能将以往的信息连接到当前任务之中.
RNN模型有比较多的变种,一种主流的RNN模型结构如 ... 理解计算:从根号2到AlphaGo -23: 第8季 深度学习发展简史-4 ⟶
本页Url
🤖 智能推荐