2025年7月27日下午，世界人工智能大會(huì)(WAIC)主辦了“青年菁英會(huì)之科學(xué)智能”論壇，中國科學(xué)院自動(dòng)化研究所楊戈老師擔(dān)任主理人。與會(huì)嘉賓包括大阪大學(xué)李晨教授、上海交通大學(xué)肖誠禹博士、香港科技大學(xué)程立雪博士，以及來自中科院青藏所、上海交通大學(xué)未來技術(shù)學(xué)院、同濟(jì)大學(xué)土木工程學(xué)院等多位青年學(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，專家報(bào)告與圓桌討論交相輝映，交流熱烈，圓滿落幕。
“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。”
大阪大學(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-molecule VAE)端到端生成式模型。李老師回顧了從傳統(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)。李晨教授擔(dān)任大阪大學(xué)第三中心副教授，電子生物信息系博士，曾先后在廣島大學(xué)、九州工業(yè)大學(xué)和名古屋大學(xué)任職，主要研究方向?yàn)锳I創(chuàng)藥與生成式深度學(xué)習(xí)模型構(gòu)建。
“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)。”
上海交通大學(xué)肖誠禹博士帶來“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。他重點(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。肖誠禹博士認(rèn)為，通用性與靈活性將成為超材料設(shè)計(jì)的未來趨勢(shì)。肖誠禹目前是上海交通大學(xué)材料學(xué)院博士生，發(fā)表 Nature 論文多篇，研究聚焦光譜和材料結(jié)構(gòu)逆向設(shè)計(jì)。
“我們需要明確AI for science其中一個(gè)很大的使命是我們要明白我們擅長解決什么問題”
香港科技大學(xué)程立雪博士的報(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(Full CI)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Deep QMC框架及其神經(jīng)網(wǎng)絡(luò)化改進(jìn)。程博士詳細(xì)剖析了Electronic Transformer、Nuclear MPNN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。她強(qiáng)調(diào)，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。程立雪教授目前擔(dān)任香港科技大學(xué)助理教授，曾任微軟研究院研究員，獲香港大學(xué)博士學(xué)位，后至蘇黎世聯(lián)邦理工與新加坡國立大學(xué)深造。
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。
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。嘉賓提出，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。
“青年菁英會(huì)之科學(xué)智能”論壇為AI + Science的跨界融合與技術(shù)創(chuàng)新提供了寶貴經(jīng)驗(yàn)，也為下一步的協(xié)同攻關(guān)指明了方向。期待更多青年學(xué)者攜手并進(jìn)，共同書寫人工智能驅(qū)動(dòng)下科學(xué)探索的新篇章。
（來源：世界人工智能大會(huì)）
