电院要闻
2023浦江创新论坛“AI for Science专题论坛”隆重举行
作者:都晓慧 供稿:人工智能研究院 日期:2023-04-02 阅读:1587

4月2日,在科学技术部、上海市人民政府指导下,由上海市科学技术委员会和上海交通大学共同主办,上海浦江创新论坛中心和上海张江(集团)有限公司协办的2023浦江创新论坛“AI for Science专题论坛”在张江科学会堂举行。科技部高新技术司副司长梅建平,上海市人民政府副市长刘多,上海市人民政府副秘书长尚玉英,上海交通大学校长、中国科学院院士丁奎岭,中国科学院院士、中科院生物物理研究所研究员陈润生,中国科学院院士、中国计算机学会理事长梅宏,中国科学院院士、北京大学讲席教授鄂维南,欧洲科学院院士、剑桥大学教授皮埃特罗·里奥,上海市科学技术委员会主任骆大进,上海推进科技创新中心建设办公室执行副主任彭崧,上海市发展和改革委员会副主任裘文进,上海市科学技术委员会副主任王晔,上海市浦东新区人民政府副区长吴强,上海市科学技术委员会二级巡视员陈宏凯,上海张江集团董事长袁涛等出席论坛。来自政府部门、相关高等院校、研究所、实验室、行业企业的700余位嘉宾齐聚一堂,共话AI for Science发展。


图片1.JPG


丁奎岭为论坛致欢迎辞。他表示,人工智能在前沿科学领域已经取得了一系列颠覆性成果,新的科学研究范式正在形成。上海交通大学围绕服务国家和上海的发展大局,在人工智能领域主动谋划,汇聚资源,统筹布局。特别是近期启动建设了“AI for Science科学数据开源开放平台”,致力于在AI for Science领域打造跨学科研究高地、培养顶尖人才、引领科技创新、推动产业发展,加速世界级、原创性、基础性的重大科学发现,谋划推进建设具有全球有影响力的AI for Science重大科学基础设施。学校也将联合上海各大高校、科研院所,共同推进重大科学技术创新,支撑重大工程建设,赋能上海三大战略产业,服务国家重大战略需求。


图片2.JPG


梅建平在致辞中表示,我国人工智能技术和应用发展迅速,AI for Science创新有坚实基础,但也存在体系化布局不足等问题,需要加强统筹指导。科技部会同自然科学基金委近期启动了“人工智能驱动的科学研究”专项部署工作,推进面向重大科学问题的人工智能模型和算法创新,发展一批针对典型科研领域的AI for Science专用平台,布局AI for Science前沿科技研发体系,逐步构建以人工智能支撑基础和前沿科学研究的新模式,加速我国科研范式变革和能力提升。此次AI for Science专题论坛,充分体现了上海在推动科技创新发展方面前瞻思考、战略布局、率先垂范。

人工智能的快速发展离不开代码开源和数据开放,高质量的开放数据促进了深度学习算法突飞猛进,各类算法与系统框架的开源极大提升了算法开发的效率。AI for Science成为科研新范式,快速且深刻地影响着物理学、化学、材料学、生物学等科学领域。


图片3.JPG


梅宏、尚玉英、骆大进、裘文进、朱新远共同启动“AI for Science科学数据开源开放平台”。该平台是上海市依托上海交通大学和上海白玉兰开源开放研究院布局建设的,致力于打通学科壁垒,加速科学发现,推动人工智能技术成为解决基础学科重大科学问题的新范式,助力上海占领AI for Science高地。


图片4.JPG


彭崧、吴强、袁涛、朱新远共同启动“张江·交大人工智能研究平台”。人工智能进入新的大数据、大算力、大模型时代,面向新的科学研究范式,建设智能化科学设施至关重要。张江科学城是上海建设具有全球影响力科技创新中心的核心功能区,一个世界级大科学设施集群在张江已初步成型,张江集团联合上海交通大学,面向智能化科学大设施、生成式人工智能等最新研究方向,赋能张江科学城大设施建设,共同推动人工智能赋能基础科学研究,助力上海科创中心建设。


图片5.JPG


开幕式由上海交通大学党委常委、副校长朱新远主持。


本次论坛邀请到了四位重量级嘉宾作大会主旨报告。


图片6.JPG


鄂维南院士以《AI for Science:从平台科研到垂直整合》为题作主旨演讲。他表示,科学研究长期以来面临着许多困境,人工智能方法给科学研究带来新的突破。随着AI for Science的发展,科研模式从作坊式改变到安卓式,其依赖于四大工具的建设:模型算法和数据分析方法、高效率高精度的实验表征方法、数据库和知识库、专用芯片和高效整合的计算能力。平台科研成为全新的科研范式,社区建设成为重要趋势,在共性平台基础上针对各类应用研究进行垂直整合,将催生新的产业业态。


图片7.JPG


陈润生院士以《大数据、精准医学与人工智能》为题展开分享。他表示,精准医学的核心是组学大数据与医学的结合,面向诊断更加准确、用药更加合理、治疗更加有效的需求,精准医学研究已成为新一轮国家科技竞争的战略制高点。精准医学将使医疗体系发生本质变化,从诊断治疗转变为健康保障。他认为,精准医学发展目前面临的最大挑战是基因组当中的“暗信息”,以及复杂、多尺度、多变量、高度异质化的生物大数据。人工智能应用于精准医疗是一个必然的趋势,其中数据收集和标准化非常重要。


图片8.JPG


皮埃特罗·里奥教授发表了题为《AI变革生物信息学与医学》的演讲。他认为,最近几年,以深度学习为代表的人工智能算法取得了令人瞩目的成就,在各个领域有着广泛的应用。利用人工智能和计算生物学模型了解疾病的复杂性,解决个性化和精准医疗问题是目前研究的热点。未来,我们可以通过深度学习算法构建学习与推断系统,根据多模态数据打造一个可视化的、可解释的医疗数据分析平台。


图片9.JPG


梅宏院士作《智能化科学设施》的分享。他表示,人工智能在前沿科学领域的应用已经取得了令人瞩目的重大成果,面向人工智能驱动的科学研究新范式(第五范式),建设智能化科学设施至关重要。针对传统科学设施过度依赖人类专家经验的局限性,智能化科学设施旨在基于科学数据和算力的支撑,构建支撑第五范式的科学智能大设施,形成人类科学家+AI科研助手的人机协同科研新模式,进行超大规模、高速迭代的科学探索;同时,赋能已有科学设施,对传统实验进行智能化改造,加速重大科学发现。建议上海发挥科创优势,建设AI for Science系统平台,形成智能化科学设施体系,赋能基础科学大设施智能升级。


图片10.JPG


在圆桌讨论环节,上海交通大学电子信息与电气工程学院人工智能研究院常务副院长、人工智能教育部重点实验室主任杨小康与上海人工智能实验室教授欧阳万里,复旦大学特聘教授、智能复杂体系实验室主任林伟,百度AI技术生态总经理马艳军,思必驰联合创始人、上海交通大学计算机系特聘教授俞凯,上海交通大学材料科学与工程学院副教授姚振鹏探讨了“对AI for Science的理解,大模型和AI for Science的结合点和突破点,如何跨越AI和Science面临的巨大学科鸿沟和技术鸿沟,对上海发展AI for Science的建议,对AI for Science的未来展望”等话题。专家们一致认为,AI for Science具备全面、深层次革新价值,机遇与挑战并存,需要尽早布局、持续探索,在新一轮科学革命中抢占先机。

Baidu
map