同事曾说:“你是博士,明明可以在实验室里做脑力活,不用随时跑野外和现场,为什么还坚持做这么久的管道检测工作呢?”何莎却道:“书上得来终觉浅,该实践的还是要跑现场,实践才能出真理!”正是做野外检测这一段珍贵经历,让她知道了现场工作的技术难点、痛点问题,生产模式与组织管理方式,为后来的管理和科研工作奠定了坚实的基础。
4.0阶段:智能化自动化的实验室,在整个实验室自动化3.0基础上,加入人工智能,不仅代替了体力劳动,还代替了一部分脑力劳动,一定程度上具有学习、自动判断、决策能力。
国内实验室数字化、自动化发展较晚,但发展速度快,早期通过大力购买仪器、招募团队等方式扩张科研力量。随着创新药企、检验检测等机构的不断涌现,实验室基础**的逐渐完善,国内实验室开始向数字化、智能化迭代升级,逐渐从野蛮生长向精耕细作进化,从劳动密集型向脑力密集型转变。
随着创新药企、检验检测等机构的不断涌现,实验室基础**的逐渐完善,国内实验室开始向数字化、智能化迭代升级,逐渐从野蛮生长向精耕细作进化,从劳动密集型向脑力密集型转变。于是乎,对实验室自动化提出了更高的要求......
现在说早期的炒作有多少是合理的还为时过早。不管ChatGPT及其竞争对手背后的“生成式”AI模型在多大程度上改变了商业、文化和**,然而,它们已经在改变科技行业对创新及其引擎的看法——像OpenAI和GoogleResearch这样的企业研究实验室,正在将大型科技公司的处理能力与一些计算机科学最聪明火花的脑力结合起来。这些相互竞争的实验室——无论是大科技公司的一部分、附属公司还是由**的初创公司运营的实验室——都在进行一场争夺人工智能霸权的史诗般的竞赛(见表1)。这场竞赛的结果将决定世界各地的计算机用户能以多快的速度迎来人工智能时代,以及谁将主宰这个时代。