12月18日，北京市铁路第二中学，“院士专家讲科学”活动现场，我国工程院院士谢建新正在讲演。
12月18日，“院士专家讲科学”活动现场，学生正在发问。拍摄 新京报记者 王子诚
“机器是怎样学习的？日常日子中的铁和铝怎样变得智能化？”12月18日下午，在北京市铁路第二中学，我国工程院院士谢建新向170余位高中生回答了这些问题。
这是“院士专家讲科学”2023年科学教育举动活动现场。此次活动由北京市科学技能协会主办，北京科学中心和新京报社承办，我国工程院办公厅支撑的。
谢建新是我国工程院院士，北京科技大学教授、校学术委员会主任，兼任国家新资料工业开展专家咨询委员会副主任、我国资料研讨学会常务副理事长、我国有色金属学会副理事长等职务。在这节特别的科学课上，谢建新为学生们共享了资料智能技能与机器学习的科普常识，向他们传递科学精力。
谢建新长时间从事新资料与制备加工新技能新工艺研讨开发、工程化与使用。铜铝复合资料、高强高导铜合金资料、高性能铝合金资料、资料制备加工短流程新工艺等已转让到20余家企业使用。
在活动现场，谢建新率先向同学们介绍了科学的研讨办法，即试验研讨、理论研讨、核算模仿、机器学习。其间，机器学习是人工智能的核心技能。
谢建新以一个简略的比如叙述机器学习的办法。三人组队参加游戏大赛，按规则先杀敌100人的团队可获10000元奖金。三人通力合作，赢得竞赛，获得了奖金。但由于三人的水平、人物纷歧，奖金分配呈现了不合：不能单纯依照个人独自杀敌才干分配，由于在团队中的协同效果和奉献最为要害。
“应该怎样分配奖金，才是最公正的呢？”谢建新向学生们提出问题。随后用机器学习的办法列出了一个数据表格，将三个人分别当主攻手、次攻手、辅佐手能杀敌的数量列出来，算出三人的奉献度。依照奉献度来分配奖金。
经过这个小事例，谢建新告知学生们，机器学习便是从很多数据中提取形式、获取常识。人们所熟知的ChatGPT、医疗确诊、AI体系，它们的根底都是机器学习。
谢建新所从事的资料学专业，现在也在与机器学习高度交融，开展智能规划办法开发新资料。“一架大型客时机使用到200多种资料、400万-600万个零部件，我们所熟知的高铁、载人航天、春风系列导弹都是根据新资料的打破所获得的成果，而数字化、智能化制作是推进新资料使用的加速器。”经过这一些举例，谢建新告知学生们新资料数字化、智能化研讨的重要意义。谢建新鼓舞学生们未来可以多重视资料科学，投身国家资料科技事业。
“假如一位学生未来想要在资料范畴学习、工作，在高中时期需求做哪些预备？”75分钟的讲座完毕后，在场的学生们活跃举手发问。
谢建新告知学生们，“发现和研讨新资料的最基本办法是化学与物理试验，数学是最重要的东西，除此之外，历史背景和文明等人文社科类学科也很重要。高中的学习，不能只为高考，一切的常识对未来都很有效果。”
“新资料可以小到量子点资料，也可以大到航空航天器。”谢建新介绍，从微观等级来看，在纳米级空间里约束原子和电子运动，这样能发明出新的资料。从微观等级看，现在想要往空间站里送的资料，送1克物体需求的钱要比1克金子贵，因而怎样在确保强度的情况下，下降资料的分量非常重要。
谢建新告知新京报记者，这是他第一次为高中生们授课。“我预备了一些让孩子们感爱好的比如介绍，期望有时机可以培育他们对资料科学的爱好。”
12月18日，北京市铁路第二中学，“院士专家讲科学”活动现场，我国工程院院士谢建新正在讲演。
12月18日，“院士专家讲科学”活动现场，学生正在发问。拍摄 新京报记者 王子诚
“机器是怎样学习的？日常日子中的铁和铝怎样变得智能化？”12月18日下午，在北京市铁路第二中学，我国工程院院士谢建新向170余位高中生回答了这些问题。
这是“院士专家讲科学”2023年科学教育举动活动现场。此次活动由北京市科学技能协会主办，北京科学中心和新京报社承办，我国工程院办公厅支撑的。
谢建新是我国工程院院士，北京科技大学教授、校学术委员会主任，兼任国家新资料工业开展专家咨询委员会副主任、我国资料研讨学会常务副理事长、我国有色金属学会副理事长等职务。在这节特别的科学课上，谢建新为学生们共享了资料智能技能与机器学习的科普常识，向他们传递科学精力。
谢建新长时间从事新资料与制备加工新技能新工艺研讨开发、工程化与使用。铜铝复合资料、高强高导铜合金资料、高性能铝合金资料、资料制备加工短流程新工艺等已转让到20余家企业使用。
在活动现场，谢建新率先向同学们介绍了科学的研讨办法，即试验研讨、理论研讨、核算模仿、机器学习。其间，机器学习是人工智能的核心技能。
谢建新以一个简略的比如叙述机器学习的办法。三人组队参加游戏大赛，按规则先杀敌100人的团队可获10000元奖金。三人通力合作，赢得竞赛，获得了奖金。但由于三人的水平、人物纷歧，奖金分配呈现了不合：不能单纯依照个人独自杀敌才干分配，由于在团队中的协同效果和奉献最为要害。
“应该怎样分配奖金，才是最公正的呢？”谢建新向学生们提出问题。随后用机器学习的办法列出了一个数据表格，将三个人分别当主攻手、次攻手、辅佐手能杀敌的数量列出来，算出三人的奉献度。依照奉献度来分配奖金。
经过这个小事例，谢建新告知学生们，机器学习便是从很多数据中提取形式、获取常识。人们所熟知的ChatGPT、医疗确诊、AI体系，它们的根底都是机器学习。
谢建新所从事的资料学专业，现在也在与机器学习高度交融，开展智能规划办法开发新资料。“一架大型客时机使用到200多种资料、400万-600万个零部件，我们所熟知的高铁、载人航天、春风系列导弹都是根据新资料的打破所获得的成果，而数字化、智能化制作是推进新资料使用的加速器。”经过这一些举例，谢建新告知学生们新资料数字化、智能化研讨的重要意义。谢建新鼓舞学生们未来可以多重视资料科学，投身国家资料科技事业。
“假如一位学生未来想要在资料范畴学习、工作，在高中时期需求做哪些预备？”75分钟的讲座完毕后，在场的学生们活跃举手发问。
谢建新告知学生们，“发现和研讨新资料的最基本办法是化学与物理试验，数学是最重要的东西，除此之外，历史背景和文明等人文社科类学科也很重要。高中的学习，不能只为高考，一切的常识对未来都很有效果。”
“新资料可以小到量子点资料，也可以大到航空航天器。”谢建新介绍，从微观等级来看，在纳米级空间里约束原子和电子运动，这样能发明出新的资料。从微观等级看，现在想要往空间站里送的资料，送1克物体需求的钱要比1克金子贵，因而怎样在确保强度的情况下，下降资料的分量非常重要。
谢建新告知新京报记者，这是他第一次为高中生们授课。“我预备了一些让孩子们感爱好的比如介绍，期望有时机可以培育他们对资料科学的爱好。”
怎么看待我国经济走势？怎样样才干做好2024年经济工作？中心财办回应经济热点问题
