当前位置: 首页 > ds >正文

“深时数字地球”新进展!科学智能助推地球科学研究范式变革

深时数字地球(Deep-time Digital Earth,DDE)是由我国科学家主导发起并受国际学术界认可的首个大科学计划。该计划围绕地球演化这一科学命题,通过全球科学家和机构协作,运用人工智能、大数据、超级计算等现代技术,整合过去数十亿年地球时空大数据,构建地球科学全领域知识图谱,建立全球共享的处理分析平台,研究生命演化、地理演化、气候演化与物质演化相关重大科学问题,推动地球科学研究范式变革

在此背景下,和鲸科技联合浙江大学地球科学学院师生及浙江省资源与环境信息系统重点实验室,共同参与了“深时数字地球”的建设。和鲸以助推“数据+算力+模型+科研场景”的地球科学研究范式变革,孕育地球科学基础理论的重大突破,推进地球科学领域以数据为驱动的跨学科研究的共同发展为宗旨,依托和鲸旗下汇聚近百万数据爱好者的和鲸社区与数据协同平台 ModelWhale,正从科研项目支持、教学支持及科研生态建设三大方向推进“深时数字地球”项目进展,助力相关科研成果实现“可落地、可复现”

  • 科研项目支持方面,和鲸致力于探索地学大模型的平台能力支撑建设,希望基于特定的大规模高质量地质数据,将通用大模型能力与地学知识、地学模型做融合,汇聚人工智能领域与地球科学领域的专家力量,灵活运用自身科学智能赋能科研的相关经验,助力解决地球科学领域的复杂科研问题。目前,“深时数字地球”已通过和鲸 ModelWhale 在数据、模型、算力的全生命周期管理与开放科研的能力,合力攻关建设 DDE (Deep-time.org)的核心模块 MyDDE ,打造了一套完整、成熟,且具备开放创新生态的地学在线协同科研系统

数据科学协同平台 ModelWhale 聚焦数据驱动研究的协同创新,是以推动 AI for Science 科研范式改革、加强有组织科研为己任的数字化基础设施:关注从数据、算法到模型等研究对象的一站式全流程管理,从基础设施层面提升科学研究的可复现性,帮助营造协作协同的良好科研生态;基于 FAIR 原则与开放科研理念为数据等研究生产资料提供安全、完善的公开共享门户在线交互工作台;异构融合、集约管控、按需分配、敏捷响应,强大的算力调度管理使个人电脑调用 LLM 大语言模型成为可能,也使算力资源在组织团队内发挥最大可用性;引入 ModelOps 理念,助力大模型全生命周期管理。

  • 教学支持方面,和鲸正不断推动“AI+地科”交叉领域的学科建设、专业建设与人才培养。一方面,和鲸与浙江大学地球科学学院展开合作,基于和鲸教研一体化的人工智能教学实训平台,发展以实践为导向、以教促研、以研助教的新型学科建设模式;另一方面,双方计划联合开发高质量课程资源与实践项目,促进国内地球科学学科的协同进步。目前,和鲸已联合浙江大学地球科学学院师生,共同发起了DDE 深时数字地球国际大科学计划系列工作坊。工作坊积极响应 DDE 国际大科学计划的相关倡议,通过专业、友好、可复现的地学 Python 应用案例 + 实战培训帮助参与者切实提高使用数据技能解决真实科研问题的能力

例如,在工作坊第一期的课程中,特邀浙江大学地球科学学院讲师董王统博士带领大家通过实际案例学习了如何通过新型数据驱动型分析策略,挖掘分析矿物数据,并获得相应结论。课程展示了利用 AI 和 Python 等工具进行从矿物数据获取和整理到数据分析、可视化的一条龙工作流程,为学员们展示了科学智能引导下的地球科学科研新范式。学员们亲自进行了矿物数据预处理和钒矿物的力导向网络图绘制等实践,并通过一系列的数据分析和可视化处理,得到了直观的矿物数据特点,掌握了更加高效、有序、易实现的矿物科研方法。(当期课程详情及更多工作坊相关资讯与案例,您可前往和鲸社区搜索“DDE”)

  • 科研生态建设方面,和鲸将持续与DDE各方团队共同探索从数据到研究到成果落地的交叉共创模式,为DDE提供“社区+地球科学科研协同平台”,支持研究者开展跨学科、跨机构、跨领域的协同研究,积极响应 DDE 国际大科学计划“整合地球演化数据、共享全球地学知识”的倡议。和鲸社区近百万的庞大用户池也为这一探索提供了宝贵的用户基础与资源优势。现在,在和鲸社区,用户能够自由学习和探讨地球科学经典科研案例,轻松复现各类科研成果。

大数据、人工智能技术与跨学科的协同作用,正在加速地球科学基础和应用研究的创新和发展。深时数字地球大科学计划正不断发展,和鲸也将不断助推地球科学产学研共同体建设,与DDE携手推进地球科学研究范式变革。

当前,科学智能发展迅速,AI4S正逐渐改变科学研究的模式。您可联系和鲸了解其他科学智能驱动科研范式变革相关案例,获取更多科研灵感与助力

和鲸科技深耕人工智能与数据科学十年,以推动 AI for Science 科研范式改革为使命,依托旗下数据科学协同平台 ModelWhale,开启了全方位的创新实践。近年来更是联合众多科研组织与机构,全面推进 AI for Science 在垂直领域创新应用,为赋能国家创新体系建设添砖加瓦。

和鲸 ModelWhale 已面向科研机构、高校及专业领域企业及个人打造专属科学智能应用,致力于为人工智能科研团队、学者提供科研支持与助力。欢迎您前往和鲸官网首页或联系和鲸工作人员免费体验

和鲸 ModelWhale 大模型应用平台即将正式发布,欢迎您前往和鲸服务号申请参与AI应用调研,赢取 ModelWhale 大模型应用平台内测资格!

http://www.xdnf.cn/news/13346.html

相关文章:

  • if综合演练——石头剪刀布
  • 命令行关闭Windows防火墙
  • 网络爬虫解析技术与实战代码详解
  • 可编程光子处理器新范式:《APL Photonics》封面级成果展示多功能集成突破
  • 报文口令重写功能分析(以某巢为例)
  • 一款 AI 驱动的 Wiki 知识库
  • python中的闭包
  • 安装和使用G4F(GPT4Free) 最新0.5.3.2 版本
  • 算法从0到1 Day 17 二叉树part 06
  • Linux 关键目录解析:底层机制与技术细节
  • 从制造出海到智造全球,艾芬达如何拥抱工业互联网革命?
  • Sass具有超能力的CSS预处理器
  • 【leetcode】136. 只出现一次的数字
  • RAG质量评估
  • Spacy词性对照表
  • 位运算总结
  • 博科Brocade FC交换机常用操作命令
  • 【Vue】scoped+组件通信+props校验
  • istio流量管理问题
  • 2.3 物理层设备
  • python load/loads dump/dumps的区别
  • Web 前端性能优化全景指南与实战策略
  • 何谓AI编程【02】AI编程官网以优雅草星云智控为例建设实践-完善顶部-建立各项子页-调整排版-优雅草卓伊凡
  • 2025-06-09 java面试总结
  • 新基建浪潮下:中国新能源汽车充电桩智慧化建设与管理实践
  • CC攻击与WAF的对抗战
  • 深入理解 Socket 的底层原理
  • 【前端】每日一道面试题7:WeakMap和WeakSet是干嘛用的,有哪些使用场景
  • Linux-08 ubuntu 的 chrome浏览器不能使用 搜狗 输入法,但是火狐可以
  • 高效总结多篇文献的AI工具推荐:如何用AI批量整理文献综述与笔记?