导师介绍
吴泰霖博士为西湖大学工学院人工智能方向特聘研究员、助理教授、博士生导师。2012年于北京大学物理学院获得学士学位，2019 年获得麻省理工学院理学博士学位，2020年-2023年4月在斯坦福大学计算机系从事博士后研究（师从Jure Leskovec教授）。
吴泰霖博士的主要研究方向为 AI 与 Science 学科交叉的核心、普适问题，
具体包括：
-
开发机器学习方法用于大规模科学仿真和设计（流体、机械、材料、生命科学）
-
开发机器学习方法用于科学发现（物理、生命科学）
-
基于图神经网络和信息论的表示学习。
在此期间吴泰霖博士在这三个领域上均取得了突破性进展，包括在科学仿真方面，通过图神经网络模拟大规模系统方面成数量级地加快了仿真速度，解决其多尺度、多分辨率、大规模的核心挑战；
在促进科学发现方面，首次提出了以
“AI
物理学家
”
为核心的系列算法，能够模仿科学家发现简单、普适的物理定律和系统内部结构
；
在表示学习方面，吴泰霖博士提出的图信息瓶颈（
GIB
）架构大幅度提高了图表示学习的鲁棒性。
吴泰霖博士的工作正被应用于流体、等离子体、材料等的大规模仿真以及物理、天文等领域的科学发现中。
其工作发表在 NeurIPS、ICLR、UAI 等机器学习顶级会议以及物理学顶级期刊上，并被 MIT Technology Review 等报道。
吴泰霖博士也是美国国家科学院院刊（PNAS）、Nature Communications、Nature Machine Intelligence、Science Advances 等多个综合类顶级期刊以及各机器学习顶级会议的审稿人。
吴泰霖博士个人主页：
http://tailin.org
吴泰霖博士实验室主页：人工智能与科学仿真发现实验室：
ai4s.lab.westlake.edu.cn
团队介绍
课题组长期开展AI + Science学科交叉的核心、普适问题。主要研究方向包括：
1.机器学习用于科学仿真、设计和控制：开发基于扩散生成模型、大模型的通用机器学习方法，用于大规模科学系统的仿真、设计和控制，并在流体、机械、材料、生命科学等关键领域应用。
2.机器学习用于科学发现：开发结合表示学习、神经符号学和大模型的机器学习方法，逐步构建通用AI科学家，用于发现复杂系统的重要概念、内部结构和普适简单的方程，并在生命科学、物理等关键领域应用。
团队自2023年6月组建以来，已与斯坦佛大学航空航天系、MIT、北京大学、清华大学、浙江大学等的国内外领域顶尖团队建立合作关系，从事多项有重大影响力的AI + 科学仿真、设计、控制和发现的研究。
团队特色：
学生去向
吴泰霖博士具有丰富的科研指导经验，在博士后、PI期间指导的学生进入到 Stanford、MIT、UC Berkeley、UCLA 等国际顶尖高校计算机系或统计系攻读博士学位。
申请条件
（1）对于博士生（2025年秋季入学，浙大-西湖大学计算机专业联培）
课题组计划招收博士生（包括推免生）。欢迎有机器学习或相关科学领域经验的同学报考。
基本要求：
吴泰霖博士与国际上各AI + Science的著名研究组（包括Stanford、DeepMind、MIT、Caltech、NVIDIA、TAMU等）有广泛的联系，会推荐优秀的高年级博士生到相应的组实习以及攻读博士后。
（2）对于博士后
计划招聘博士后，基本要求：
博士后将领导本课题组进行的 AI + Science 的大型项目，做出引领领域研究方向、有重大影响力的工作。欢迎有志于做出有重要国际影响力工作、并有相关领域经验的同学报名。
博士后薪酬待遇：
根据个人科研工作能力和博士后有关规定从优发放。实验室将提供稳定的工作环境与一流的研究平台，协助申报博士后相关项目，并根据兴趣与需求支持个人的职业发展。对获得中国博士后科学基金资助和浙江省博士后择优项目资助的，杭州市给予
1:1 配套资助。对出站留杭（来杭）工作的博士后，杭州市给予每人 40 万元补助。
（3）对于科研助理和实习生
课题组长期招收实习生（3
个月或以上）和科研助理（2
年）。尤其欢迎对AI+Science感兴趣的博士生（AI背景或者科学背景）来本组访问实习。实习生和科研助理将能参与并有机会领导独立项目，并
target 机器学习顶级会议和国际综合期刊（PNAS、Nature 子刊等）。欢迎编程好、并对本课题组研究领域有强烈兴趣的同学报名。
申请流程
