封面新聞?dòng)浾哌呇?/p>
當(dāng)前,人工智能技術(shù)正處于深度發(fā)展的關(guān)鍵階段,人才作為行業(yè)發(fā)展的核心驅(qū)動(dòng)力,其戰(zhàn)略價(jià)值愈發(fā)凸顯。從新銳團(tuán)隊(duì)研發(fā)的深度求索系統(tǒng)、宇樹機(jī)器人等創(chuàng)新成果,到近期國(guó)際頂尖AI機(jī)構(gòu)核心成員的職業(yè)流動(dòng)動(dòng)態(tài),均印證了人才在推動(dòng)人工智能領(lǐng)域突破中的決定性作用。
2025年7月27日,世界人工智能大會(huì)(WAIC)主辦了首屆“青年菁英會(huì)之科學(xué)智能”論壇,中國(guó)科學(xué)院自動(dòng)化研究所楊戈老師擔(dān)任主理人。與會(huì)嘉賓青年學(xué)者,論壇圍繞“人工智能在科學(xué)研究中的應(yīng)用”、“AI可解釋性的現(xiàn)狀與困境”、“模型訓(xùn)練方法”、“AI在科學(xué)研究的角色定位”及“科學(xué)教育的未來展望”等話題展開,為全球青年AI研究者的高端學(xué)術(shù)交流搭建平臺(tái)。
“然而利用生成式AI,我們可以擴(kuò)大范圍,擴(kuò)大到十億甚至百億級(jí)別的空間里面進(jìn)行探索?!贝筅娲髮W(xué)李晨教授以“生成式人工智能在藥物研發(fā)中的應(yīng)用”為題,深入闡述了其團(tuán)隊(duì)提出的GxVAE(Gene-to-moleculeVAE)端到端生成式模型。
李晨回顧了從傳統(tǒng)高通量篩選到AI創(chuàng)藥的技術(shù)演進(jìn),指出通過兩個(gè)相互關(guān)聯(lián)的變分自編碼器,能夠從高維基因表達(dá)譜直接生成具有靶向性的候選小分子,在提高分子多樣性的同時(shí),大幅縮減實(shí)驗(yàn)與計(jì)算成本。他詳細(xì)展示了在LINCS/L1000數(shù)據(jù)集上的映射體系構(gòu)建,以及有效性(Efficacy)、新穎性(Novelty)、QED評(píng)分和結(jié)構(gòu)相似度等多維度評(píng)價(jià)結(jié)果,驗(yàn)證了GxVAE在多種蛋白靶點(diǎn)上的優(yōu)勢(shì)表現(xiàn)。
“我們希望通過一種更加通用、靈活的方式進(jìn)行多種目標(biāo)光譜和材料的逆向生成與設(shè)計(jì)?!?/p>
上海交通大學(xué)肖誠(chéng)禹博士帶來“AGI輔助的超寬帶與波段選擇性熱輻射超材料設(shè)計(jì)”報(bào)告。他首先介紹了熱輻射在納米光子工程中的應(yīng)用背景,闡明了傳統(tǒng)經(jīng)驗(yàn)式設(shè)計(jì)在多目標(biāo)光譜控制上的局限性。肖博士提出,借助機(jī)器學(xué)習(xí)驅(qū)動(dòng)的三平面參數(shù)化與cGAN(條件生成對(duì)抗網(wǎng)絡(luò))逆向生成框架,能夠在數(shù)十種材料體系中高效篩選上千種候選結(jié)構(gòu),并通過張江戶外實(shí)驗(yàn)驗(yàn)證其輻射冷卻與熱管理性能。
肖誠(chéng)禹重點(diǎn)解析了模型如何在小樣本情況下保持通用性及穩(wěn)定性,并分享了團(tuán)隊(duì)在實(shí)踐中針對(duì)數(shù)據(jù)稀缺與局部最優(yōu)陷阱所采取的預(yù)訓(xùn)練、數(shù)據(jù)混淆及多任務(wù)學(xué)習(xí)等策略,顯著提升了逆向設(shè)計(jì)效果?!巴ㄓ眯耘c靈活性,將成為超材料設(shè)計(jì)的未來趨勢(shì)?!?/p>
“我們需要明確AIforscience其中一個(gè)很大的使命是我們要明白我們擅長(zhǎng)解決什么問題”
香港科技大學(xué)程立雪教授的報(bào)告題為“Orbformer:通過深度量子蒙特卡羅方法建立的波函數(shù)原初分子基礎(chǔ)模型”。她回顧了從多體全配置交互(FullCI)到密度泛函理論(DFT)的演變,聚焦于基于變分量子蒙特卡羅(VMC)的DeepQMC框架及其神經(jīng)網(wǎng)絡(luò)化改進(jìn)。程博士詳細(xì)剖析了ElectronicTransformer、NuclearMPNN與Opportunity三大模塊如何協(xié)同工作,在88個(gè)小分子數(shù)據(jù)集及多條化學(xué)反應(yīng)路徑上實(shí)現(xiàn)預(yù)訓(xùn)練與微調(diào),取得了媲美或超越高成本DFT方法的精度,且訓(xùn)練部署成本僅為傳統(tǒng)方法的十分之一。
“完全自回歸的預(yù)訓(xùn)練波函數(shù)模型,無需任何監(jiān)督數(shù)據(jù),就能在精度與效率之間實(shí)現(xiàn)突破,為量子化學(xué)計(jì)算帶來全新范式?!背塘⒀?qiáng)調(diào)。
會(huì)上,其他學(xué)者也分享了各自領(lǐng)域的最新研究進(jìn)展:中科院青藏高原研究所夏老師結(jié)合氣候變化與經(jīng)濟(jì)學(xué)視角探討了AI可解釋性在水文與氣候模型中的關(guān)鍵挑戰(zhàn);上海交通大學(xué)未來技術(shù)學(xué)院萬佳宇以鋰電池壽命預(yù)測(cè)為例,闡述了數(shù)據(jù)稀缺對(duì)模型訓(xùn)練的困境及產(chǎn)業(yè)合作中對(duì)可解釋性成果的迫切需求;同濟(jì)大學(xué)土木工程學(xué)院代表介紹了大模型與科學(xué)大數(shù)據(jù)閉環(huán)融合在地震結(jié)構(gòu)動(dòng)力學(xué)的應(yīng)用,成功實(shí)現(xiàn)秒級(jí)結(jié)構(gòu)損傷預(yù)測(cè)。
此外,多位行業(yè)企業(yè)與學(xué)術(shù)界青年學(xué)者圍繞“AI在科學(xué)教育中的角色”展開討論,建議通過產(chǎn)學(xué)研協(xié)同、場(chǎng)景驅(qū)動(dòng)項(xiàng)目制與開源資源共享,培養(yǎng)具備跨學(xué)科背景與實(shí)踐能力的新時(shí)代科研人才。
這場(chǎng)匯聚全球青年智慧的盛會(huì),將成為觀察人工智能未來發(fā)展方向的重要窗口,推動(dòng)前沿技術(shù)加速?gòu)膶?shí)驗(yàn)室產(chǎn)生并走向產(chǎn)業(yè)實(shí)踐。封面新聞?dòng)浾咴跁?huì)場(chǎng)注意到,本次論壇的核心話題覆蓋了人工智能在科學(xué)研究中的深度應(yīng)用、當(dāng)前可解釋性的現(xiàn)實(shí)困境、模型訓(xùn)練方法的創(chuàng)新路徑、AI從輔助工具向科研伙伴的角色轉(zhuǎn)變,以及面向未來的科學(xué)教育展望。“要在教育體系內(nèi)植入計(jì)算思維與項(xiàng)目驅(qū)動(dòng),構(gòu)建多元交叉的學(xué)習(xí)平臺(tái),為新時(shí)代科研人才提供創(chuàng)新土壤。”參會(huì)者王林語在會(huì)后告訴封面新聞?dòng)浾摺?/p>
延伸閱讀:與 青年菁英共探科學(xué)智:能發(fā)!展 的相關(guān)文章