会议程序

会议日程 主旨报告 特邀报告 PRCV & DICTA 2022联合论坛 专题论坛 女科学家论坛 讲习班 博士生论坛 录用论文/口头报告/学术海报展示
点击论坛跳转到相应位置
AI4Science:人工智能驱动科学创新前沿

01

论坛简介、目的与意义

随着人工智能、特别是机器学习技术的突飞猛进,对包括数学、物理、生物信息、气象、材料等科学在内的其他领域产生了深刻的影响。继蛋白质折叠预测模型AlphaFold之后,如何将AI技术与其他科学领域深度融合,加速科研流程、助力科学发现、解决重大科学问题,成为当前人工智能的前沿交叉热点,乃至对科研范式的新变革提供了可能。人工智能与机器学习顶级会议ICML 2022和NeurIPS 2021都举办了AI4Science的workshop,对相关问题进行研讨。美国的多所知名高校、科研机构乃至企业,也纷纷成立了AI4Science实验室,包括加州理工、阿贡国家实验室、阿兰图灵实验室、MIT、DeepMind等。而在2021年9月由鄂维南院士领衔成立的北京科学智能研究院,在融合机器学习和偏微分方程、流体动力学、分子动力学等方面作出了多个突破性工作,并将分子动力学的极限推到 1 亿个原子,获得了国际高性能计算领域最高奖戈登贝尔奖。

02

论坛日程

03

论坛嘉宾

欧阳万里 报告嘉宾

上海人工智能实验室教授

嘉宾简介:欧阳万里,曾任悉尼大学电子信息工程学院研究主任。2011年于香港中文大学获得博士学位。研究方向包括模式识别,深度学习,计算机视觉和AI for Science。他和团队曾获得ImageNet和COCO物体检测第一名。ICCV最佳审稿人,IJCV和Pattern Recognition编委,TPAMI客座编辑, ICCV2019展示主席,CVPR2023资深领域主席、CVPR2021、ICCV2021领域主席。入选「人工智能全球2000位最具影响力学者榜」计算机视觉领域前100名学者,2021年获得悉尼大学杰出科研校长奖。两篇文章入选paperdigest CVPR/ICCV最有影响力的文章。

报告题目:从计算机视觉到AI4Science的探索

报告摘要:人工智能在计算机视觉和自然科学的科研和工业界得到了广泛应用。本次报告将首先介绍讲者及其实验室在计算机视觉方面的人工智能算法探索,然后介绍人工智能实验室在利用模式识别和计算机视觉的方法驱动科学研究(包括物理、材料、天文)的既有工作和未来展望。

吴家祥 报告嘉宾

腾讯AI Lab 高级研究员

嘉宾简介:吴家祥,2012年本科毕业于北京理工大学,2017年博士毕业于中国科学院自动化研究所,之后加入腾讯人工智能实验室,长期从事自动化机器学习、深度学习模型压缩、深度图学习以及蛋白质结构预测与分析等相关研究,是腾讯云深智药平台tFold蛋白质结构预测工具的核心开发者之一,曾在ICML、NeurIPS、CVPR、AAAI、RECOMB、JMLR、TNNLS、PNAS等会议/期刊上发表论文30余篇,并担任多个期刊和会议的审稿人。

报告题目:机器学习在蛋白质结构预测与分析中的应用

报告摘要:蛋白质作为生物体内一类特殊的大分子,在免疫保护、酶催化反应、细胞信号转导等多项生物体内活动中发挥重要功能,而这与蛋白质的三维空间构象息息相关。近50年来,大量研究工作尝试从计算方法的角度对蛋白质三维结构进行准确预测,从而避免耗时长、开销高的基于实验手段的蛋白质三维结构测定。在2020年,DeepMind所提出的AlphaFold方法,首次将蛋白质结构预测精度提高到了与实验方法相媲美的水平,并在一系列相关研究领域中得到应用。本次报告将主要介绍我们在将机器学习算法应用到蛋白质结构预测与分析中的一系列工作,包括基于能量模型的蛋白质结构优化、基于旋转平移等变性的蛋白质对接、基于序列预训练模型的抗体结构预测以及基于层次图模型的抗体亲和力预测与改造等。

孙赫 报告嘉宾

北京大学未来技术学院助理教授、研究员、博士生导师

嘉宾简介:北京大学未来技术学院助理教授、研究员、博士生导师,国家优秀青年科学基金项目(海外)获得者。他本科毕业于北京大学工学院,博士毕业于普林斯顿大学机械与航空航天系,之后在加州理工大学计算机系从事博士后研究。他的研究方向为计算成像和自适应光学,尤其是人工智能在生物、医学、天文等科学成像问题中的应用。相关的研究成果在国际会议和期刊上发表30余篇学术论文,并应用于事件视界望远镜黑洞成像等多个国际大型科学任务中。

报告题目:计算天文成像:用于黑洞摄影的重构和感知算法

报告摘要:计算成像技术的飞速发展引领了一系列基础科学领域的重大发现。例如,今年事件视界望远镜(EHT)合作组利用分布全球的8台射电望远镜实现了银河系中心超大质量黑洞(SgrA*)的首次成像,便是计算成像在天文学中应用的典型案例。在本次报告中,我将结合黑洞摄影这一科学问题,介绍两种新型的人工智能计算成像方法。首先,我将介绍“深度概率成像”,该方法利用深度生成模型和变分推理实现了高纬图像重构的不确定性估计,为黑洞科学表征的精确解释提供了可靠的量化指标;其次,我将介绍一种端对端的传感器网络优化算法,通过对望远镜选址与图像重构方法的协同优化,实现下一代事件视界望远镜(ngEHT)的新的台址设计。最后,我还将结合快速核磁共振成像,简单介绍以上算法在其他科学成像任务中的推广应用。

翁文康 报告嘉宾

华为量子计算软件与算法首席科学家

嘉宾简介:翁文康,华为量子计算软件与算法首席科学家。毕业于香港中文大学物理系,获物理学学士与物理学硕士学位。2004年赴美国伊利诺伊大学学习进修,进行包含物理学与信息科学的跨学科研究,得到诺贝尔奖获得者 Anthony Leggett 教授指导完成博士论文,获得物理学博士学位。毕业后到哈佛大学进行有关量子信息和量子化学的博士后研究工作。于2013年回国并在清华大学交叉信息研究院担任助理教授。2016 年加入南方科技大学物理系,2018年加入华为先进计算与存储实验室。翁文康教授是量子计算领域知名专家,他的研究方向包括量子算法、量子人工智能、量子模拟等,并取得了一系列重要的成果,在 《Nature Photonics》,《Nature Communications》,《Science Advances》,《PNAS》,《Physical Review Letters》,《npj Quantum Information》, 《Science Bulletin》等国际著名刊物发表学术论文,并为 《National Science Review》撰写关于量子霸权的展望。多次应邀参与国际学术会议,并担任过顶级国际量子会议包括 TQC, AQIS, AQE, QIP 的委员会。在哈佛大学博士后研究期间,针对NISQ量子芯片架构开发出VQE量子模拟算法,被谷歌和 IBM 等企业广泛采用。

报告题目:当AI遇上量子计算

报告摘要:量子计算是一个颠覆性的计算范式,从1980年由少数物理学家提出至今,技术不断进步。目前量子计算已经进入了工程化阶段,并发展成一个具备初步规模的产业。当前业界已经制造出带有100以上量子比特的量子计算芯片。对于特定的问题,其算力已经被实验证明可以超越世界上最强大的超级计算机。下一步,我们需要为这些量子芯片适配能解决实际问题的算法和软件,发挥其真正的价值。为了促进量子软件行业的发展和人才的培育,我们开发出MindSpore Quantum,一个通用的量子计算框架,支持全量子和经典量子混合计算。本次讲座将重点介绍 MindSpore Quantum 的各种特性,并通过华为云的HiQ量子计算云平台进行Demo展示。开发者可以掌握MindSpore Quantum 的基本操作,并以此作为量子计算的学习和研发基础。

许岩岩 报告嘉宾

上海交通大学人工智能研究院长聘教轨副教授、博士生导师

嘉宾简介:许岩岩,上海交通大学人工智能研究院长聘教轨副教授、博士生导师,2021年获得国家海外高层次人才青年项目、上海市海外领军人才、上海市浦江人才计划。2015年博士毕业于上海交通大学自动化系,2015年至2020年于MIT、UC Berkeley人类动力与网络实验室任职博士后研究员,2017年至2018年任职劳伦斯伯克利国家实验室客座博士后。重点以交叉学科视角,研究城市复杂系统中的人类移动行为、人类与建成环境的交互关系,并以数据驱动的方式对城市复杂系统进行建模与优化。针对城市尺度上的交通拥堵、电力网络、设施规划、大气污染、疫情传播等重大问题提出了一系列创新解决方案。研究成果以一作发表于Nature Energy、Science Advances、J. R. Soc. Interface、IJCAI等国际顶尖期刊和会议,被Nature Asia、彭博社等多家国际媒体报道。

报告题目:计算城市科学:一个复杂系统智能优化视角

报告摘要:得益于大数据、人工智能技术的不断发展,科学家可以利用大量的数据资源与先进的机器学习技术应对城市系统中的棘手难题,由此衍生出了一个新兴交叉学科——计算城市科学。计算城市科学融合统计物理、复杂科学、数据挖掘、地理信息、城市规划、社会科学等多个学科,旨在解决人类社会发展进程中面临的重大城市问题。本次报告重点介绍利用轨迹大数据对人类移动行为进行建模与预测,并从人类移动行为的视角,介绍针对城市交通拥堵、新能源汽车与电网冲突问题、大气污染空间推演及个体暴露量估计、疫情传播等重要问题的解决方案。

严骏驰 论坛主席、主持人

上海交通大学计算机系副教授

嘉宾简介:严骏驰,上海交通大学计算机系副教授/人工智能教育部重点实验室主任助理,学生创新中心人工智能基地主任。科技部2030新一代人工智能青年项目负责人、国家自然基金委优青、教育部深度学习资源建设首席专家。CCF优博/杰出会员、CAAI优青,前IBM中国研究院认知计算首席研究员。谷歌学术引用超7500次。任ICML、NeurIPS、CVPR等会议领域主席、Pattern Recognition期刊编委、第5届PRAI大会主席。

彭宇新 论坛主席、主持人

北京大学二级教授、博雅特聘教授、博士生导师

嘉宾简介:彭宇新,北京大学二级教授、博雅特聘教授、博士生导师、国家杰出青年科学基金获得者、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、中国人工智能产业创新联盟专家委员会主任委员、中国工程院“人工智能2.0”规划专家委员会专家、中国图象图形学学会副秘书长。主要研究方向为跨媒体分析与推理、图像视频识别与理解、计算机视觉。以第一完成人获2016年北京市技术发明一等奖和2020年中国电子学会科技进步一等奖。主持了863、国家自然科学基金等20多个项目,发表论文160多篇,包括ACM/IEEE Trans和CCF A类论文70多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛,均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TCSVT等期刊编委。

官方公众号