国际服务国际贸易展览会-2025年，中国AIGC创新应用论坛于2025年9月12日在北京举行。问题是“促进新的大型模型AI生态系统”。 Shenshi Technology的创始人兼首席执行官Sun Weijie参加并宣布演讲。
以下是演讲的转录。
能够在中国国际贸易服务论坛上与您分享AI的科学进步，这是非常荣幸的。我刚刚听到许多报告称，AI可以帮助您处理各种任务，并可以成为写作，产生视频和营销的功能强大的助手。
您是否曾经以为AI可以帮助您进行科学研究并进行科学发现？这里的每个人都可以与AI合作，每个人都可以成为科学家。这就是我们要做的。
为什么使用AI来帮助每个人科学覆盖物？首先，我国的经济正在进入研究，发展和创新的阶段，越来越多地消除在过去的价格和规模上，他们在过去获得的增长阶段。全球研发投资每年约28亿美元，而中国对研发的年度投资每年为36亿美元。
我们投资了许多研发成本，但是我们获得的真正科学成就非常有限。根据不完整的统计数据，在过去的百年中，只有数千种创新药物真正发现。此外，人类真正创造了大约10,000种创新材料。对于人类和行业来说还不够吗？实际上，这不是事实。我们正在寻找更好的生活和更强大的行业发展。可以说，新分子和新材料实际上是ainfinite的需求。
是因为我们客观世界的局限性并不存在那么多空间吗？实际上，事实并非如此。从物理或化学的角度来看，可以变成药物的潜在分子是化学小分子的ICal药物分子。有1065多个以上，新材料的可能结构超过10100。可能性是蛋白质药物，成为抗体几乎超过10,130。
邀请客观法，我们的需求和巨大的投资促进了科学发现和科学的发展，但是为什么我们获得的科学发现如此有限？主要原因是科学生产力严重稀缺。另一方面，工具相对效率低下。另一方面，科学研究的最中心生产因素是人们。人脑和智慧难以复制，放大和更新。这对科学研究产生了重大局限性。
随着AI时代和代理商的出现，科学研究的下部已经产生了新的变化，毫无疑问，该模型已经改善了推理，记忆和呼叫能力。您可以使用IT CO与科学发现一起，让AI发现新的科学成就。这是我们对产品的展示。这使我们能够看到AI如何帮助快速实施科学文献中信息的研究和整合，以及提出的假设并将进行更多的计算模拟。自动开发电解质公式。产生电解质公式后，我们将显示更多用电解质公式产生的报告。机器人会自动配置击球电解质，指示自动执行的实验，直到收到创新的电解质，收集数据，以较大的模型关闭循环，然后重复更多。
实际上，科学研究的三个最基本任务是阅读，计算和做。目前，AI代理商在所有领域都达到了Dokral水平的研发能力。在2 - 3年内，AI代理通常应具有1个以上0年的科学研究经验。我们预测，在未来五年中，AI可以发现超过80％的科学结果。至少AI将深入参与科学发现和创造。
因此，建立科学的最终愿景是从AI中建立科学家。因此，人工智能旨在帮助整合知识，产生假设，探索Cerra Loopstwo中的未知和迭代。您必须能够阅读，计算和执行。因此，这里的两个最基本的步骤必须转动您将在过去的AI中阅读，计算和创建的工具。过去，当我们进行科学研究时，我们都知道我们会查看许多文件，许多文件，专利数据库。当时间到了，它可能成为一项智能的科学导航，经过咨询的知识库，现有的人类综合知识，进行了文学评论，并在先前的研究中发现了差距和矛盾。
换句话说，AI有一系列思想。这有助于组织全人类的认知链，并使您能够快速组织所有思想的科学环境。其次，最重要的迹象表明，所有科学研究和工业研究与发展成熟的成熟是您可以在计算机上忘记。例如，如果您现在正在装饰，则必须首先产生一系列渲染。只有在计算机上设计装饰品后，才能进行真正的结构。所有科学研究也是如此。首先，您必须在计算机上计算该分子，该蛋白质好吗？这辆车设计好吗？如果AI帮助您计算，您可以在AI的科学方面大大提高其研发的总体效率，每个人都知道Alfafold和Alfafold赢得了诺贝尔奖。实际上，在AI计算领域的诺贝尔奖水平上，仍然有很多创新的机会，类似于Alfafold。
我发现该机器人在E云非常好。所有未来的实验都必须为我们和机器人进行。当我之前研究化学反应时，我的专业课程中有一门实验课程。我每学期不得不参加40个小时，但是我不得不学习它，而我就不能不学习，但是在学习它之后，没有学分。这是非常痛苦的，因为我们每天进行列分离实验。完成实验需要几个小时，但是人们看着它，每天两三个支柱后都非常疲倦。现在，机器人帮助我们到达了皮拉尔。很快。他不会厌倦每天花费超过100个支柱。错误比人们的支柱小得多。
将所有科学研究工具转换为AI，第二步是将所有科学研究工具转换为McPSSE，这就是您所说的很好的代理。基于这样的代理人，我们在零散的垂直领域中创建了更多的科学家，作为AI药剂师，AI生物学家，AI以及更多的科学家cientists。
为什么我们不得不更改过去阅读文学作品的工具？这是一个非常明显的例子。检查这两张照片。当前的科学研究人员如何提及文献。当然，观察有关计算机和iPad的文献，获得信息的方式通常与限制生产率的19世纪信息相同。最令人恐惧的事实是，近几十年来，人类文学已经增长了4000倍。但是，人的阅读速度增加了不到两倍。换句话说，不仅可以阻止每个人阅读文学作品，而且不可能在Subcampos甚至我自己的领域阅读文学作品。现在，是否有科学导航系列，例如询问产品的量子计算局的开发局是什么？一旦AI包含了这个问题，他就会在世界各地的所有文档库中进行详细调查，迅速提供研究报告和同时发现最重要的埃特鲁拉（Ertura）。有关更详细的问题，答案和讨论，您可以轻松地专注于数十个更重要的文档。
Symaster是多个科学研究的多个代理的平台，分解了多种子符号的科学问题，它使一组科学家分别对每个问题进行研究并得出明确的结论。当然，Saimersters不仅可以阅读文献，而且可以帮助计划和实验。
在这里，我们要求分析对高航空温度合金蠕变的主要机制的差异。这实际上是一个非常专业的科学问题。通常，有博士后研究或5 - 10年的研发经验的科学家可以很好地回答这个问题。您可以看到它。制定了研究计划后，这个问题被划分为核对性的sepalpics，每种问题都是由不同的代理人单独研究的。我读了数百个网络访问ES和文档在10分钟内提供了高度详细的研究报告。由于时间原因，可能无法查看此报告。立即扫描Qrencuentre代码，您可以下载并查看此报告。
当然，您也可以拍照。每个人仍然对生活感兴趣，因为我们的职位是所有人周围AI的科学家的朋友。有一些流行的科学问题要做。换句话说，每次您在工作中遇到一些研发问题时，您都可以随时询问科学家的朋友。询问我们的布尔或赛大师。
第二步是为什么进行计算很重要。这是一些装饰的例子。这是赖特兄弟（Wright Brothers）从一开始就发明飞机的时候，纳迪（Nadie）可以找到赖特兄弟（Wright Brothers）在网上飞行的照片。你能想到原因吗？每个人都用帽子在地面上跑来跑去，他们的助手带领飞机。当时，主要的飞机范式仍在重复中，因此风险因素非常高H，并且在该领域成熟的研发的指示是可以使用计算机来完成。然后，Dassault Systems是最著名的工业软件制造商的口号，即用计算机首先击打飞机，然后在现实世界中飞行飞机。
它已经发生了很多年了，似乎对原子和分子（例如生物医学和化学物质）的研究没有差异，当爱迪生发明细丝时，它仍然是大规模的测试和错误。因此，成分制造商经常嘲笑自己，成分制造商说他们正在烹饪，药品制造商经常笑自己，药物制造商说它们是精致的炼金术。药物和材料首先在计算机上工作，然后使其在人体和现实世界中有效吗？这是我们的物质研究和开发平台，它使您可以在计算机内快速建模材料微观结构并模拟材料PRoperties。
当然，基础层是基于世界上大型领先的科学计算机模型。我们创建的伟大原子，分子和基因模型是世界上第一个并且具有重要位置。阿尔法菲尔德（Alfafold）的关注 - 取得了长足的进步。它也是中国复制阿尔法菲尔德的第一支球队，并对开源产生了巨大影响。
当然，您还可以模拟汽车的液体。将您的汽车照片输入您的代理商，并自动建模theautomobile。建模后，我们计算分组系数并模拟风干的减少。输入图像后，您将看到AI AI Affem可以生成模型，自动执行网格的分割并执行计算。
最后，实验如何承认？实验的效率低下也是科学研究效率低下的重要原因。照片的左半部分显示了李比克西化学研究所1833，照片的右半显示了现代化学研究所。但是，事实证明已经过去了200多年，这两个实验室似乎没有区别。他们的指南，实验室船，试剂的放置，甚至人们与实验室环境互动的方式与200年前没有什么不同。
但是，在AI时代，实验是这样进行的。这是我们的ViewDadero实验室。我们看到我们的实验需求进入了代理，并且代理会在从第一步到第八步的实验步骤中自动拆除实验需求，以查看是否需要更改它们。人类将确保它是正确的，并且AI将自动为实验机的工作生成工作流程，从而自动准备所有实验参数。时间参数为自己提出，在发送实验后，我们开始执行实验本身。 collec之后汇集数据，它出现在界面中，并在大型模型中产生更多迭代，进一步训练该模型，这表明了更可能可靠的分子以及其他合成和实验。
该范式还创建了一个用于发现电解质制剂的平台。如果需要开发电解质。例如，由于高压电解质的开发需求，AI可以自动读取文献并帮助您找到潜在的方向。它会自动生成多个方程式，单独自动合成电解质，测试和实验，并最终为人类创建研究报告。人类在此过程中与他合作，监督和纠正错误，并监督他们的进步。你可以做到。
目前，智能研发更新是一个重要的机会，也是公司面临的不可避免的趋势。当然，当上一代正在进行数字更新时，并非所有公司都可以XECUTE所有基础架构，例如Office或Oracle。 Sheshi技术提供的特征是提供智能的研发平台。我们刚刚显示的读数，计算和面对面的cyeratists有70-80个一般基础架构。我们的合作伙伴可以根据我们的能力进一步开发自己的独家平台。分子模型可以预测所有分子。如果您想开发药物，则可以根据模型在模型之后进行精细的订单罚款调整培训和培训，因此它是您自己的独家模型。
我为您进行了一些计算。使用智能研发平台后，它可以将文献研究的效率提高超过100倍，从而将整个研发过程的实验成本降低76％，并将实验室的一般使用和测试性能提高10倍。
最后，我想在6月11日引用Sam Altman的演讲。这是因为建立AI科学家并允许AI解决Sci分析发现问题不是AI的最后任务。如果坑可以帮助人类进行科学发现，则意味着AI可以完成人类实施中的所有基本创新。实际上，这是AI中最重要的任务。因此，它还预测，今年可以完成复杂大脑任务的AI代理将重建软件行业。每个人都看到编写AI代码真的很好。其次，他认为允许发现新科学思想的系统可能会在明年出现，我们急于实现这一共同目标。
Shenshi Technology是AI科学领域的先驱和领导者。我们是世界上第一家在2018年提出AI概念的公司，也是第一家系统地计划该公司的公司。此外，所有人都可以与他合作。我们是所有公司和所有科学朋友的主要研发顾问。
谢谢大家！
账户金融金融
他每天24小时使用最新的财务和视频新闻，扫描QR码，并关注更多粉丝的好处（Sinafinance）