交大要闻
乐鱼kb体育变革性分子前沿科学中心举办AI+变革与交叉论坛
11月6日,上海交通大学变革性分子前沿科学中心举办的“AI+变革与交叉”论坛在张江校区吕志和科学园6号楼宣讲厅举行。来自上海交通大学自然科学研究院、化学化工学院、人工智能学院、电子信息与电气工程学院、溥渊未来技术学院五位学者受邀做AI主题报告,上海市科学技术委员会实验室发展建设处、新能源技术处和先进材料技术处相关领导及工作人员、上海交通大学科学技术发展研究院、变革性分子前沿科学中心、张江高等研究院及相关院系领导、青年学者、博士生、行业投资人等共计八十余人参加论坛。变革性分子前沿科学中心副主任梁正主持活动。
上海交通大学科学技术发展研究院学术发展与成果处副处长魏文栋致辞。他表示人工智能作为当下科技革命的先锋,不仅正以前所未有的速度和规模深刻地改变着世界,其与各个领域的深度融合也正催生出一系列具有革命性的科研成果及全新的研究范式。在变革性分子这一前沿领域,AI的应用将不仅拓展物质世界的认知边界,还将提供新的研究工具和方法论,使科学家能够更加精准地设计和调控分子结构,实现从理论到实践的快速转化。放眼未来,AI将成为科学研究的得力助手,极大提高研究效率,缩短研发周期,降低成本,并可能引领人类发现前所未知的科学领域。期待本次论坛能成为探讨AI与材料、化学、能源、生物医药等学科领域实现变革性与跨学科交叉研究的一次思想盛宴。
魏文栋致辞
张江高等研究院执行院长田长麟在致辞中表示,人工智能时代已然到来,国内外科学界对AI无处不在的热烈讨论让此次论坛的举办显得非常及时,非常必要。希望与会专家学者能在主题报告的启发下开拓思维,探索自身研究工作与AI的结合,碰撞出灵感与思想火花。学校及张江高等研究院也要以更加紧迫的使命感、更加积极的姿态拥抱人类社会一次新的科技革命,在历史浪潮中把握机遇,促进人工智能与多个学科的交叉融合,产出真正的变革性成果。
田长麟致辞
变革性分子前沿科学中心副主任梁正主持论坛并汇报了中心成立以来的建设进展。在各部门支持下,中心在平台建设、团队建设、科研成果以及学术交流等方面的取得了显著的进步。中心将围绕目标和定位积极推行变革性与交叉性研究,期望此次AI论坛推行学术策源与前瞻布局,促进人工智能与化学、生物、材料和能源领域开展深入交叉与合作,加速中心的科研创新。
梁正介绍变革性分子前沿科学中心建设进展
洪亮教授为现场师生带来题为《基于预训练的蛋白质工程通用人工智能》的精彩报告。他领导的科研团队在过去3年开发了一套基于预训练的蛋白质工程的通用人工智能 Pro系列,开创性地实现了从序列直达功能的精准蛋白质设计。通过预训练方法,让大模型学习自然界已知蛋白质序列和结构特征,并探索与理解自然界中蛋白质序列与功能的映射规律,从而开发出一套能够高效地设计出稳定性好、活性高、功能性强的各种蛋白产品的通用大模型,成功设计和改造20余款蛋白质并被湿实验验证,其中两款实现放大生产并产业化应用。
洪亮做学术报告
龚学庆教授以《人工智能辅助的计算化学与理论催化研究》为题作了研究分享。提出了一种用于快速准确质谱预测的双模型机器学习方法,该方法包括一个分类模型,用于判断质谱中碎片的有效存在,并起到噪声过滤器和注释器的作用,以及一个预测光谱形状的回归模型。通过结合注意力机制,该模型不仅提高了预测效率和准确性,还加深了对质谱中分子碎片化行为的理解。该方法实现了卓越的准确性和效率,为分子碎片化行为提供了更深入的见解。它在正向和反向质谱预测中表现出强大的能力,有效促进了未知结构的识别,并为广泛的分析应用提供了有价值的支持。
龚学庆做学术报告
许岩岩副教授作了《科学大模型加速有机化学合成》的工作报告,他介绍了团队最新研究成果—白玉兰化学大语言模型BAI-Chem。这是首个具备反应生成与“人在环路”反馈优化能力的化学大模型,具有逆合成线路规划、反应条件生成、反应产率预测、实验条件优化迭代等化学合成全功能。他指出,将该模型应用于有机合成湿实验探索,证实了大语言模型在实验指导上的显著优势,有望大幅提升科学研究的速度与准确性,并在产业方面对药物研发、新物质发现、新材料研发形成强力支撑。
许岩岩做学术报告
陈思衡副教授作了《大模型多智能体的自演进》的工作分享,群体智能的自演进是指多个智能体通过协作与学习,不断自我优化,以提升整体系统的性能。在本次分享中,他探讨大模型驱动的多智能体自演进,及其在科研探索的可能性。并讨论了从合成数据以及推理计算两方面进展工作,创造性地提出auto-research构想,旨在将多智能体自演进应用于科研发现。
陈思衡做学术报告
谢宇俊博士分享了AI与电池的交叉研究,作了题为《人工智能用于4D-STEM解释锂电池界面信息》的工作介绍,利用人工智能冷冻四维扫描透射电子显微镜技术Cryo-4D-STEM及其在解析锂电池电解液中的应用。利用焦耳加热和液氮冷却将电解液温度稳定在-30°C以模拟低温工况条件,通过结合人工智能图像处理方法用于高通量采集的衍射光斑分析,解析电解液中非晶态相分离以及短中程有序骨架情况。
谢宇俊做学术报告
论坛下半。涓镄苑肿忧把乜蒲е行木鸥隹翁庾楦涸鹑、团队成员介绍了各自课题组近期取得的变革性成果及正在开展的交叉研究,包括电合成绿色燃料、DNA集成电路、药物增殖、糖类精准智造、氯基储能,烷烃的多官能团化、天然产物化学酶法合成等,以及AI在核苷酸药物的开发以及合成氨催化剂的设计等方面的助力研究。
中心相关课题组报告近期工作进展
交流研讨环节,与会专家与师生们探讨了对AI for Science的理解,分享研究方向和交叉需求,结合报告中提及的大语言模型和AI for Science平台应用,展开针对性讨论,PI主动寻求机会,利用学校各学院的AI资源,开展进一步交叉合作,在新一轮科学革命中抢占先机,探索AI+科研新范式。