VALSE 2025专题论坛 | AI4Science，诺贝尔奖后的思考

VALSE 2025专题论坛 | AI4Science，诺贝尔奖后的思考

广东.珠海 2025年6月6-8日

2024年诺贝尔物理学奖和化学奖的颁发彰显了AI在科学领域的突破性成就。然而，这仅是人工智能驱动科学研究的起点，未来我们需要更深入地探索AI如何重塑科学研究的范式与路径。

在本次论坛之中，我们将会围绕 “AI4Science，诺贝尔奖后的思考” 这一主题展开深入探讨，针对未来科研范式的重塑进行一番深刻的思索——究竟是否存在着统一的AI4Science基座模型？如何发挥数据在AI4Science发展中的核心驱动？AI与Science的融合会怎样催生出跨学科的新兴领域？如何借助这一融合去加速科学知识的发现与创新进程？以及怎样去变革科研人才的培养模式等等一系列重要问题。

欧阳万里 上海人工智能实验室 现任AC

欧阳万里，上海人工智能实验室领军科学家，现任VALSE AC。曾任悉尼大学电子信息工程学院研究主任。研究领域为模式识别、深度学习、计算机视觉、AI for Science。欧阳万里教授承担国家重大科研任务，主导开展人工智能驱动的交叉科学 (AI4Science)研究工作，承担科技创新2030——新一代人工智能重大项目 (通用视觉方法体系与基础研发平台)通用视觉数据集与评测平台课题，成果显著，影响广泛。在TPAMI、IJCV、CVPR、NeurIPS等CCF A类期刊和会议论文发表200余篇，截止到2024年11月，谷歌学术引用达50,000+, H-index指数达101。ICCV最佳审稿人，担任人工智能领域顶级期刊TPAMI和IJCV副编，CVPR2023资深领域主席，CVPR2021、ICCV2021领域主席。

周浩 清华大学智能产业研究院

周浩，清华大学智能产业研究院副研究员。研究方向是面向复杂符号系统的生成式人工智能，主要的应用包括超大规模语言模型，分子生成，蛋白质设计，新材料发现等。曾任字节跳动研究科学家和副总监，领导搭建了字节跳动的文本生成中台和AI辅助药物设计两个方向的研发团队。他长期担任ICML、NeurIPS，ICLR，ACL等人工智能顶级会议的领域主席，在人工智能顶级国际会议上发表论文80余篇。他作为负责人参与国家科技创新2030“新一代人工智能”重大项目课题《跨尺度化学大模型驱动的高效新材料智能设计》，作为中心主任牵头清华AIR-字节跳动可拓展大模型智能联合研究中心。曾获2019年度中国人工智能学会优秀博士论文奖、自然语言处理领域顶级国际会议ACL 2021最佳论文奖 (1/3350)、2021年度中国计算机学会NLPCC青年新锐学者奖、2024年北京市科技新星等荣誉。

周东展 上海人工智能实验室

周东展，上海人工智能实验室青年研究员。2023年博士毕业于悉尼大学 (QS排名前20)，当前主要研究方向为人工智能驱动的科学发现，包括科学大语言模型、多模态模型、科学具身智能等。在人工智能和物理顶级期刊会议发表论文二十余篇，长期担任TPAMI、IJCV、nature communication、CVPR等顶级期刊会议的审稿人。

演讲嘉宾：邵斌 中关村人工智能研究院

报告题目：Toward Protein Dynamics Simulations with Ab Initio Accuracy

专家简介：

邵斌博士现任中关村人工智能研究院院长。2010年获复旦大学博士学位，曾任微软研究院科学智能中心资深首席研究员，主导微软分布式图引擎 (Graph Engine)研发，并创立计算生物学研究组与科学计算研究组。

其研究横跨人工智能、计算化学、生物分子动力学模拟、计算生物学及高性能科学计算等前沿领域，在《Nature》主刊及其子刊等国际顶级期刊与一流学术会议发表论文50余篇，曾获「ICDE十年影响力论文奖」，蛋白质动力学模拟成果入选2024年度「中国生物信息学十大进展」。

报告摘要：AlphaFold获得2024年诺贝尔化学奖，其能准确预测蛋白质的静态结构。本报告将介绍作者团队在利用AI技术探索蛋白质高精度动力学模拟方面的工作AI(2)BMD。AI(2)BMD首次实现了对蛋白质生物大分子的准量子化学精度全原子高效大规模模拟。这项研究为探索蛋白质结构与功能关系、推进新药研发和疾病治疗策略提供了新的思路和工具。

演讲嘉宾：王笑楠 清华大学

报告题目：AI+能源化工新材料:大小通专模型并进

专家简介：王笑楠，清华大学化学工程系长聘副教授、博导，智能化工研究中心主任。新加坡国立大学荣誉副教授、博导，带领团队长期从事AI+能源化工新材料的研究。在Nat. Mach. Intell.、Nat. Synth.等期刊发表论文170余篇，被引10900余次，H-index 61。主持 “新一代人工智能”国家科技重大专项“化学材料AI大模型赋能碳中和” (任首席科学家，项目负责人)，入选科睿唯安2024年度“全球高被引科学家”、全球学者终身学术影响力榜、连续四年被Elsevier评为全球前2% 顶尖科学家。担任Applied Energy等十本国际期刊副主编和编委，获美国化学会可持续化学与工程讲席奖、Cell Press年度中国女科学家、青年北京学者、中国化工学会侯德榜化工科学技术奖“青年奖”等荣誉。

报告摘要：AI for Science and Engineering需解决能源、化工、材料等领域面临着一个共同挑战：如何将微观尺度物质特性与宏观尺度工程应用有效关联，实现高效精准的预测、优化和控制。对此，基于大小通专模型并进，AI 驱动的化工新材料与低碳过程设计可以结合大数据挖掘、深度主动学习、基础模型优化、数据增强等智能方法，有效指导新材料、新工艺、新系统的开发，探索高效的碳捕集、利用和催化转化体系。通过融合高通量计算和高通量实验等关键技术，结合机械自动化平台，高效开发关键材料和催化剂。本报告将探讨如何：1) 构建数据驱动融合知识的新分子新材料建模与优化方法；2) 发展关键新材料与器件的精准智能合成及表征策略；3) 建立多尺度数字孪生与低碳智联系统，实现智能材料研制平台的转化应用。未来展望将从跨尺度、多模态、可通用、可解释 AI 的角度深入研究智能科学，建立大规模模块化领域人工智能基础模型，以数据为桥梁，实现理、实、算、数一体化闭环发展，迈向面向低碳绿色发展的通用智能。

演讲嘉宾：肖文之 字节跳动

报告题目：Protenix——生物分子复合物结构预测与设计

专家简介：肖文之，字节跳动研究员，在AI落地应用方面有多年经验积累。目前负责生物复合物结构预测方向，团队成员来自于机器学习、计算化学、生物信息等领域，通过密切的团队合作解决生物场景的挑战性问题。

报告摘要：我们团队开源了复合物结构预测模型Protenix，是全球领先的 Alphafold 3 复现开源工作。以此为基础，我们关注以下关键问题：1) 构建下一代结构预测模型，大幅提升各种体系上的预测精度，并进一步解决多构象、动态等问题。2) 将结构预测模型扩展为通用的基础模型，支持亲和力预测、分子设计等更多任务，解决广泛的生物和制药问题。我会介绍我们复合物结构建模和生成式设计的工作，分享其中的经验和关键挑战。

演讲嘉宾：符天凡 南京大学

报告题目：深度学习赋能的药物发现与开发

专家简介：符天凡博士长期从事人工智能赋能的药物发现 (AI for Drug)、人工智能赋能的科学发现 (AI for Science)方面的研究。他本科硕士毕业于上海交通大学计算机科学与技术系，博士毕业于美国佐治亚理工学院计算机科学与工程系。曾任美国伦斯勒理工学院计算机科学系常任轨道助理教授。2024年12月加入南京大学计算机科学与技术系，入选国家级青年人才项目。他在Nature、Nature Chemical Biology、Nature Machine Intelligence、ICML、ICLR、NeurIPS、KDD、TKDE等知名会议和期刊上发表学术论文40余篇。论文被国内外同行广泛引用，引用者来自斯坦福、麻省理工、哈佛、耶鲁、普林斯顿等国际著名机构，包括中、美、英、加、欧等国/地的20余位科学院/工程院院士和50余位AAAI/ACM/IEEE Fellow。2017年翻译了深度学习 (“花书”)，销量达50余万册。研究成果应用于多家生物医药企业。他还共同组织了前三届AI for Science研讨会。更多信息请参见个人主页：https://futianfan.github.io/

报告摘要：药物设计和开发是一个既漫长又昂贵的过程，涉及从分子发现到临床试验的多个复杂步骤。人工智能 (AI)技术展示了巨大的潜力，可以显著加速这一过程并降低成本。在药物发现的初期阶段，目标是识别具备理想药理特性的分子。本报告将深入探讨最新的药物设计方法，包括连续空间深度生成模型和离散空间药物设计路径搜索算法。这些先进的AI工具能够高效地探索化学空间，预测新化合物的活性和安全性，并优化候选药物的设计，以满足特定的治疗需求。进一步讲，在药物开发的后期阶段，重点转向了临床试验，这是评估药物对人体安全性和有效性的重要环节。为了提高临床试验的成功率和效率，本报告将介绍一系列最新的可信赖的方法，包括可解释性、不确定性感知的临床试验设计与预测技术。这些方法不仅能够模拟真实的临床试验过程，还能帮助科学家更好地理解潜在的风险和收益，从而做出更加明智的决策。

演讲嘉宾：朱霖潮 浙江大学

报告题目：AI赋能科学智能仿真和设计

专家简介：朱霖潮，浙江大学计算机科学与技术学院百人计划研究员、博士生导师，入选国家级青年人才项目，获首届谷歌学术研究奖、斯坦福全球前2%顶尖科学家、福布斯中国30U30等荣誉。曾在澳大利亚悉尼科技大学担任助理教授。主要研究方向为科学智能、智能仿真、人工智能通用基础模型等。曾获美国国家标准总局TRECVID LOC等8项国际竞赛冠军。担任NeurIPS、ECCV、CVPR等国际会议领域主席，并多次在国际会议上组织专题研讨会。

报告摘要：AI驱动的科学智能仿真与设计旨在融合数据和机理方法，显著提升科学计算设计效率和精度。在方程求解方面，本报告将介绍全息物理混合器，该方法有效统一了基于注意力和基于谱的方程求解方法，整合注意力机制的局部灵活性和谱方法的全局泛化能力。在逆向设计方面，本报告将介绍基于生成式AI的物质序列逆向设计方法，实现从功能到序列的高效反向映射。本报告将展示AI驱动技术如何在流体力学、材料科学、生物医学等领域革新科学仿真与设计流程，加速科学发现和工程创新。

演讲嘉宾：岳翔宇 香港中文大学

报告题目：从AI到AI4Science：我们的实践与探索

专家简介：岳翔宇现任香港中文大学信息工程系助理教授、博士生导师。他于2014年、2016年和2022年分别在南京大学获得工学学士学位、斯坦福大学获得硕士学位、加州大学伯克利分校获得博士学位。自2022年起在香港中文大学任教，主要研究方向为人工智能、多模态学习、生成模型、AI4Science等，已在国际权威期刊和会议发表论文50余篇，谷歌学术引用超10000次，H指数31。他曾荣获Lotfi A. Zadeh奖，并担任CVPR 2025、NeurIPS 2025、ICML 2025等计算机顶级会议的领域主席。

报告摘要：近年来，人工智能 (AI)技术正逐步从通用领域向科学计算 (AI4Science)深度拓展，用AI赋能各个领域。本次报告中，我将结合我们AI的背景，介绍我们如何将AI技术与科学研究深度融合，推动跨学科的探索。我们以具体案例为基础，介绍在化学、智能制造、跨学科研究等领域的AI4Science应用。