2025年7月27日下午，世界人工智能大會(WAIC)主辦了“青年菁英會之科學智能”論壇，中國科學院自動化研究所楊戈老師擔任主理人。與會嘉賓包括大阪大學李晨教授、上海交通大學肖誠禹博士、香港科技大學程立雪博士，以及來自中科院青藏所、上海交通大學未來技術(shù)學院、同濟大學土木工程學院等多位青年學者。論壇圍繞“人工智能在科學研究中的應用”、“AI可解釋性的現(xiàn)狀與困境”、“模型訓練方法”、“AI在科學研究的角色定位”及“科學教育的未來展望”等話題展開，專家報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，我們可以擴大范圍，擴大到十億甚至百億級別的空間里面進行探索。”
大阪大學李晨教授以“生成式人工智能在藥物研發(fā)中的應用”為題，深入闡述了其團隊提出的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，指出通過兩個相互關(guān)聯(lián)的變分自編碼器，能夠從高維基因表達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，大幅縮減實驗與計算成本。他詳細展示了在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評分和結(jié)構(gòu)相似度等多維度評價結(jié)果，驗證了GxVAE在多種蛋白靶點上的優(yōu)勢表現(xiàn)。李晨教授擔任大阪大學第三中心副教授，電子生物信息系博士，曾先后在廣島大學、九州工業(yè)大學和名古屋大學任職，主要研究方向為AI創(chuàng)藥與生成式深度學習模型構(gòu)建。
“我們希望通過一種更加通用、靈活的方式進行多種目標光譜和材料的逆向生成與設(shè)計。”
上海交通大學肖誠禹博士帶來“AGI輔助的超寬帶與波段選擇性熱輻射超材料設(shè)計”報告。他首先介紹了熱輻射在納米光子工程中的應用背景，闡明了傳統(tǒng)經(jīng)驗式設(shè)計在多目標光譜控制上的局限性。肖博士提出，借助機器學習驅(qū)動的三平面參數(shù)化與cGAN(條件生成對抗網(wǎng)絡)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)，并通過張江戶外實驗驗證其輻射冷卻與熱管理性能。他重點解析了模型如何在小樣本情況下保持通用性及穩(wěn)定性，并分享了團隊在實踐中針對數(shù)據(jù)稀缺與局部最優(yōu)陷阱所采取的預訓練、數(shù)據(jù)混淆及多任務學習等策略，顯著提升了逆向設(shè)計效果。肖誠禹博士認為，通用性與靈活性將成為超材料設(shè)計的未來趨勢。肖誠禹目前是上海交通大學材料學院博士生，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。
“我們需要明確AI for science其中一個很大的使命是我們要明白我們擅長解決什么問題”
香港科技大學程立雪博士的報告題為“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)絡化改進。程博士詳細剖析了Electronic Transformer、Nuclear MPNN與Opportunity三大模塊如何協(xié)同工作，在88個小分子數(shù)據(jù)集及多條化學反應路徑上實現(xiàn)預訓練與微調(diào)，取得了媲美或超越高成本DFT方法的精度，且訓練部署成本僅為傳統(tǒng)方法的十分之一。她強調(diào)，完全自回歸的預訓練波函數(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現(xiàn)突破，為量子化學計算帶來全新范式。程立雪教授目前擔任香港科技大學助理教授，曾任微軟研究院研究員，獲香港大學博士學位，后至蘇黎世聯(lián)邦理工與新加坡國立大學深造。
其他學者也分享了各自領(lǐng)域的最新研究進展：中科院青藏高原研究所夏老師結(jié)合氣候變化與經(jīng)濟學視角探討了AI可解釋性在水文與氣候模型中的關(guān)鍵挑戰(zhàn);上海交通大學未來技術(shù)學院萬佳宇以鋰電池壽命預測為例，闡述了數(shù)據(jù)稀缺對模型訓練的困境及產(chǎn)業(yè)合作中對可解釋性成果的迫切需求;同濟大學土木工程學院代表介紹了大模型與科學大數(shù)據(jù)閉環(huán)融合在地震結(jié)構(gòu)動力學的應用，成功實現(xiàn)秒級結(jié)構(gòu)損傷預測;此外，多位行業(yè)企業(yè)與學術(shù)界青年學者圍繞“AI在科學教育中的角色”展開討論，建議通過產(chǎn)學研協(xié)同、場景驅(qū)動項目制與開源資源共享，培養(yǎng)具備跨學科背景與實踐能力的新時代科研人才。
本次論壇的核心話題覆蓋了人工智能在科學研究中的深度應用、當前可解釋性的現(xiàn)實困境、模型訓練方法的創(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教育展望。嘉賓提出，要在教育體系內(nèi)植入計算思維與項目驅(qū)動，構(gòu)建多元交叉的學習平臺，為新時代科研人才提供創(chuàng)新土壤。
“青年菁英會之科學智能”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，也為下一步的協(xié)同攻關(guān)指明了方向。期待更多青年學者攜手并進，共同書寫人工智能驅(qū)動下科學探索的新篇章。
（來源：世界人工智能大會）
