专栏名称: 之江实验室
之江实验室官方公众号。之江实验室由浙江省政府、浙江大学、阿里巴巴集团共同出资打造,以网络信息、人工智能为研究方向。以国家目标和战略需求为导向,以重大科技任务攻关和大型科技基础设施建设为主线,打造一批世界一流的基础学科群。
目录
相关文章推荐
贵州省通信管理局  ·  贵州省通信管理局圆满完成春节期间网络和数据安 ... ·  昨天  
贵州省通信管理局  ·  贵州省通信管理局圆满完成春节期间网络和数据安 ... ·  昨天  
51好读  ›  专栏  ›  之江实验室

AI for science 如何驱动科学发现和技术创新 | 欢迎报名参加 YEF2024

之江实验室  · 公众号  ·  · 2024-04-29 21:16

正文

在当今以数据驱动的科学研究新时代,人工智能已成为推动科学发现和技术创新的重要力量。伴随着大模型等先进AI技术的兴起,在生物医药、天文学、材料科学等各学科领域展示出了巨大的发展潜力。AI技术的深入应用不仅提高了传统科研领域的研究效率,还拓展了研究手段,重塑了科学问题的解决路径。

虽然AI技术取得了诸多突破,但在真正融入科学研究过程中也暴露出一系列挑战。数据的获取、处理及其质量,AI模型的解释性与泛化能力,如何利用大规模智能计算集群进行AI计算,以及这些技术如何与科学研究人员的传统工作模式相融合等问题都是当前亟待解决的难题。

中国计算机学会青年精英大会(CCF YEF)是由中国计算机学会(CCF)主办的面向计算领域青年精英的年度综合性会议。2024 CCF青年精英大会(YEF 2024)将于2024年5月16-18日召开,之江实验室联合清华大学承办“ AI for science 如何驱动科学发现和技术创新 ”分论坛。

本论坛将从天文发现、新药研发、物质科学、分子生成、材料发现等方向出发,讨论具体的案例以及取得的成果,同时讨论传统科学与计算机结合的共性问题,希望让传统领域的研究者与计算机领域的研究者共同探讨当前研究的痛点和未来的研究方向。

扫码报名

论坛安排

时间:5月16日13:30-17:30

地点:宁波市海曙区灵桥路2号南苑饭店五洲厅

顺序

主题

主讲嘉宾

单位

1

药物研发中的人工智能

谢昌谕

浙江大学

2

深度学习算法在天体化学反应网络拓展中的探索和应用

王佳玮

之江实验室

3

面向分子数据的生成式人工智能方法

周  浩

清华大学智能产业研究院

4

机器学习在量子动力学和光谱模拟中的应用

陈立朋

之江实验室

5

力学模型中的知识发现与嵌入

陈云天

宁波东方理工大学


Panel嘉宾

谢昌谕

浙江大学

陈云天

宁波东方理工大学

周  浩

清华大学智能产业研究院

王  茜

之江实验室

陈立朋

之江实验室


执行主席

全冬晖

之江实验室高级研究专家、研究员


国家人才计划获得者,长期从事天体物理与天体化学方向的科学研究,专注于星际分子的理论研究,针对复杂多样的天文系统,建立了多个基于化学反应动力学的反应网络模型,研究涉及约百分之九十已被探测到的星际分子或离子,揭示了这些分子或离子的形成以及消耗机理,工作在世界范围内受到广泛认可。


共同执行主席

王笑楠

清华大学化工系长聘副教授、特别研究员


新加坡国立大学荣誉教授,新一代人工智能国家科技重大专项首席科学家、项目负责人,美国化学工程师学会 (AIChE) 可持续发展领域主席。国家高层次青年人才计划入选者。带领团队从事化学材料AI基础模型赋能碳中和的研究。在 Nature Machine Intelligence、Nature Synthesis、Nature Reviews系列期刊发表学术论文150余篇,包括 12篇ESI高被引论文,被引7500余次,H index 48。担任Applied Energy等十本国际期刊副主编和编委,获美国化学会可持续化学与工程讲席奖、Cell Press中国女科学家奖、侯德榜化工科学技术奖“青年奖”,福布斯中国科技女性50,新加坡杰出青年首席研究员奖、英国皇家学会国际交流奖等奖项。入选全球学者终身学术影响力榜,连续三年被Elsevier评为全球前2% 顶尖科学家。


论坛讲者

谢昌谕

浙江大学药学院教授、求是工程教授


加拿大渥太华大学获得物理博士学位,多伦多大学与麻省理工进行理论化学的博士后。2018年加入腾讯量子实验室,从事量子计算和AI for Science的前沿计算技术研究与落地探索。2022年加入浙大药学院,从事前沿计算技术在药物研发的应用研究和理论与算法开发。以一作或通讯身份在国际高水平期刊与会议上发表100余篇SCI 论文,获得第24届中国专利奖-银奖。


报告题目:药物研发中的人工智能


摘要:

近年来,人工智能助力药物发现展现了巨大的潜力,并广泛受到了学术界和工业界的关注。当前热门的 AI 药物研发算法大多源于自然语言、图像识别以及相关的经典深度学习的应用场景,但由于化学与生物医药领域的数据有着自己的独特性,这些深度学习模型往往面临着过拟合或泛化能力差等挑战。通过AI药物算法研发相关的例子(如分子属性、结合自由能预测、分子生成),我们将探讨如何有效的结合物理、化学、生物医药等领域知识以及前沿的机器学习算法,促使模型提供更可靠的预测。

王佳玮

之江实验室天文计算研究中心工程专家、特聘副研究员


中国科学技术大学管理科学与工程博士,香港城市大学信息系统专业博士,之江实验室工程专家。当前研究方向为图神经网络和因果推断。在国际期刊及会议发表论文4篇,授权国家专利5项。作为骨干成员参加国家重点研发计划1项,国家重点实验室项目1项,之江实验室自设项目1项。曾为阿里云城市大脑团队核心算法专家,负责杭州城市大脑交通小脑算法在主城区从0到1落地,基于此孵化的产品在全国20多个城市落地应用。







请到「今天看啥」查看全文