辽宁
近日，中国电信研究院在自主科研（AI For Research, AI4R）智能体领域取得重要突破，研究提出的“多智能体Co-Scientist协作科研框架”相关成果相继被人工智能领域国际顶级期刊《Expert Systems with Applications》（SCI/中科院一区 TOP，影响因子9.4）与《Information Fusion》（SCI/中科院一区TOP，影响因子17.4）正式录用，标志着中国电信在AI赋能科研范式升级方面迈出坚实一步。
该多智能体 Co-Scientist 协作科研框架可实现科研过程中“文献研读-假设生成-方案设计-算法实验-仿真验证”的自主闭环。
基于该框架，以研究院大数据与人工智能研究所谢雨来博士为第一作者的论文《Sensor-to-Sensor Procedural Co-learning for Sensor-limited Human Action Recognition》，在人工智能领域顶级期刊《Expert Systems with Applications》正式发表。该论文提出了一种传感器受限场景的人体动作识别S2S协同学习框架，旨在通过统一输入表示、多层特征对齐等机制，将传感器信息源更丰富的教师模型中的知识，迁移至仅配置少量可穿戴传感器的学生模型中，使部署端仅依靠单腕加速度传感器即可推断缺失的运动信息。在实验研究过程中，借由Co-Scientist协作科研框架，实现了网络结构与超参数的协同优化，加速了研究进程。
与此同时，以研究院大数据与人工智能研究所项超博士为第一作者的论文《Refinement-Guided Critique Learning: A Framework for Training Critique Models》，在人工智能领域顶级期刊《Information Fusion》正式发表。论文提出了一种训练裁判模型的框架，旨在通过由裁判模型生成的自然语言反馈引导原始模型改进其输出的初始答案，使得模型实现“生成-评估-优化-自我迭代”端到端的闭环，助力自主科研智能体持续迭代进化。
未来，中国电信研究院将持续聚焦6G、通感一体等与人工智能自主化科研智能体前沿交叉研究，加速以人工智能驱动科研范式升级，旨在打造面向AI+网络领域的自主化科研智能体。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
