GPT中文GPT中文论坛社区AI大全点评百科AI培训去哪儿
GPT中文教育
首页 › 找活动 › 未来人类联合研究院与腾讯云联合举办“与AI一起做科学”沙龙,共探AI4S真实科研场景
沙龙 已结束

未来人类联合研究院与腾讯云联合举办“与AI一起做科学”沙龙,共探AI4S真实科研场景

9月23日日期 09:00
沙龙类型
免费票价
全国线上城市
已结束状态
📄 有存档原文
🗓 时间09-23 周三 09:00
📍 地点全国线上 · 线上
🏫 主办方未来人类联合研究院
💴 票价免费
📌 状态已结束

活动概览

未来人类联合研究院与腾讯云联合举办AI4S沙龙,探讨AI在科研场景的应用。

👥 适合生命科学领域研究者、人工智能领域专家、产业实践者、对AI4S感兴趣的人士
👨‍🏫 嘉宾卢培龙、张载熙、林泽毅、魏龙、张昊天
🎯 亮点 / 收获
  • 探讨AI在科研场景的应用
  • 分享AI4S技术进展
  • 讨论AI在真实实验中的应用
  • 分析AI在科学发现中的作用
  • 了解AI在生命科学领域的应用
ℹ️

活动信息依据公开来源整理,以主办方最新公告为准。如时间、地点、票价有变动,平台会更新并保留变更记录。报名前请通过原始来源核对。

活动详情

由中国人民大学—西湖大学未来人类联合研究院(以下简称研究院)与腾讯云联合主办的“与AI一起做科学”——大衍AI4S TALK · 西湖漫谈沙龙在西湖大学云谷校区举行。活动聚焦人工智能如何进入真实科研场景、参与科学发现,邀请来自生命科学、人工智能与产业实践领域的嘉宾,通过四场主题分享和圆桌对话,探讨AI for Science的技术进展、落地路径与现实边界。

01

SHARING

从蛋白质到仿真:AI走进真实科研的四个切口

西湖大学生命科学学院特聘研究员、副教授、蛋白质设计实验室负责人卢培龙围绕“AI蛋白质设计”展开分享。他从蛋白质序列、结构与功能的关系出发,介绍人工智能如何参与蛋白质从头设计,帮助研究者突破天然蛋白质的限制,创造具有新结构和新功能的蛋白质,并将基础生命科学问题与计算方法、实验验证进一步连接,为药物开发和合成生物学带来新的可能。

香港科技大学助理教授、科理新序Scinetics CEO兼CTO张载熙以“Building the Brain Layer for Scientific AGI”为题,提出科学发现应形成由认知与假设、预测与设计、实验与观测、反馈与再学习构成的闭环。他介绍,面向Scientific AGI的Brain Layer,需要统一理解多模态科学数据并支持长程科学推理,再与实验执行层结合,通过干湿闭环获得真实反馈,让模型在科学约束下持续学习与迭代。

情感机器联合创始人、PyTRIO和SwanLab产品总监林泽毅介绍了以API驱动大模型后训练的PyTRIO。该平台希望降低模型后训练和实验迭代门槛,为AI4S团队提供更高效、可复用的工程基础设施。他指出,Scientific Agent与Scientific AGI要从概念和演示走向真实科研任务,离不开稳定的训练、评估与工具链支持。

复旦大学人工智能创新与产业研究院助理教授魏龙围绕人工智能赋能科学和工程中的仿真、设计与控制展开分享,介绍AI在科学仿真、逆向设计、控制和参数识别等任务中的应用。他结合可控核聚变控制等案例指出,当任务规则、交付标准和验证信号足够清晰时,AI能够快速迭代和优化方案;进入现实环境后,仿真与真实世界之间的差异,以及可靠反馈和人类指导仍是关键。

02

ROUNDTABLE

圆桌漫谈:AI距离自主实验还有多远

在林泽毅主持的圆桌讨论中,卢培龙、魏龙、张载熙与英灵殿科技创始人兼CEO张昊天围绕“AI距离自主实验还有多远”展开交流。

卢培龙表示,蛋白质设计领域,AI已经开始自己做实验:Claude已经可以开始自己设计binder。与湿实验的耦合上,已有很多高通量平台和“黑灯实验室”——机器人自己在里面干活,这边设计出序列、那边直接合成并测试,完成“设计→验证→数据反馈”的闭环。

张载熙认为,纯计算领域benchmark和反馈定义非常清楚,AI基本都能很好地解决。但涉及真实实验,AI工具和模型的整体效率还比较低,从计算到湿实验有很多gap。Scinetics团队在做两方面努力:一是让模型统筹更多科学模态和信号,做更系统的建模,看到更全的科学问题;二是做干湿闭环系统,目前还在比较早期——简单实验、长期垂直优化的具体任务可以覆盖,但整体泛化性有待增强。要解决生命科学的问题,两方面都需进一步努力。

张昊天表示,今天大模型有越来越多能力“看到”这个世界,具身智能也有越来越多能力“拿起”这个世界。什么时候AI能第一次做自主实验,要等到AI能理解什么样的实验是“错误的实验”。

面向想做AI for Science的同学,魏龙建议:“一手是提早选课题组进组做研究——这是用工程的方式快速迭代解决问题;另一手是打好基础——数学和AI的基础非常重要。”张载熙建议:“把最先进的AI工具用起来,紧密follow前沿,避免重复造轮子。”

从蛋白质设计、科学智能基础模型和后训练平台,到科学与工程仿真及自主实验讨论,本次活动呈现了AI4S鲜明的跨学科特征。AI不只是替代重复劳动,更在推动研究者提出更有价值的问题、建立更可靠的验证体系。作为本次活动的承办方之一,研究院将持续关注AI for Science的前沿进展与真实落地,连接学术界、产业界与更多跨领域力量,推动新的科研范式走向真实场景。研究院也将继续依托“青年主导、面向未来”的运行理念与“Future”系列品牌活动,为青年研究者搭建跨学科交流与产业对接的平台,期待与更多同行者一起,探索AI与人类共同做科学的未来。

03

EXPO

把AI for Science搬到手边:AI4S互动展

TALK之外,场外的AI4S互动展同样挤满了人。展览沿「科研算力底座→科学计算平台→AI科研应用」三条线铺开:腾讯云智算、HAI、Lighthouse、TokenHub组成的算力底座,TI-one、TEFS、OPenEDA、腾讯健康组学平台、SwanLab、PyTRIO等科学计算与模型训练平台,加上一批已经落地的AI4S应用,完整呈现了从算力到科学发现的链路。体验AI4S工具的同时,在「科研脑洞投递站」,同学们写下“最希望AI帮忙解决的科学问题”;在「Buddy科研造梦工坊」里,一句话指令就让WorkBuddy现场生成一件科研创意作品;「AI科研竞速答题」则把AI已经实现的科研突破做成了闯关题。

左右滑动查看更多现场图片

文字 排版 | 吕佳羲

审核 | 崔涵 吴凯怡 白雪 戴广民 何超仪 徐晓宇 郭放

同城 / 同类活动