来源：AI科技评论

在更大的科学命题中，有人找到了更激动人心的原动力。

图灵奖获得者、前微软技术研究员 Jim Gray 通过四种范式描述了科学发现的历史演变。从基于经验主义——即对自然现象的直接观察之“第一范式”，到以数据密集型科学发现（特征数据建模）的“第四范式”，跨越了几千年的历史长河。

几年前，一种利用深度学习新方法的出现，成为解决科学发现速度与准确性权衡问题的有力工具；至此，科学发现的“第五范式”代表了机器学习和自然科学最激动人心的前沿之一。

在过去的一两年里，人工智能和传统科研结合呈现的巨大潜能使得人工智能在科学中的应用出现了众多重要主题。例如，参与者期待使用人工智能方法来加速新材料的设计、发现和评估，并推动新硬件和软件系统的开发；在越来越高带宽的仪器数据流中识别新的科学和理论；通过在控制和分析循环中插入推理能力来改进实验；并支持从光源到HPC数据中心的复杂系统的设计、评估、自主操作和优化；使用群体基因组学数据来了解复杂性状的基础，以及发现或构建自动化微生物和植物细胞逆向设计的工作流程；利用新的生成模型和强化学习来探索抗癌药物的潜在化合物，评估它们的可合成性，或模拟它们在目标肿瘤中的反应。

与此同时，AI4S（AI for Science，AI用于科学发现）在工业产业实践中的应用潜力已被头部厂商充分认可和重视。生物科技、能源、半导体、材料等领域的行业先锋已经开始系统性投入AI4S的研究和具体行业解决方案的大规模应用。在工业仿真、合成农业、环境科学、机器人、天体物理、地质学、图形学等领域，AI4S也有巨大的想象空间有待开发。

未来，AI4S带来的将不仅仅是几个点上的突破，而是科研方法的全面改变。从生命的基本组成（蛋白质）到世界工业的基本要素（材料）到各个科学技术领域，AI4S 不只是解决具体问题的有力工具，更是重新定义科学问题的系统性思路。

站在这个科技革命的时代转角，为全面、深刻地剖析 AI for Science 未来发展趋势，首期“未来之后”AI4S鹏城学术线上论坛（Next-Post-Future AI4S Pengcheng On-Line Symposium）将于12月4日以线上形式举办。

论坛将高位链接全球创新学术资源，邀请AI for 数理科学、材料设计、蛋白质组学、创新药物研发、城市科学等多领域的国内外杰出专家学者分享AI4S 的前沿科学突破，学术-产业“两栖”新锐介绍AI4S 使能技术应用。群贤毕至，期待与您共同开启人工智能与科学前沿创新之旅，共话AI4S领域的未来发展图景。

1

论坛联合主席

张锦——中国科学院院士，北京大学党委常委、副校长，北京大学深圳研究生院院长，北京大学博雅讲席教授

高文——中国工程院院士，鹏城实验室主任，北京大学博雅讲席教授

2

论坛嘉宾

（以下排名不分先后，按作报告时间排序）

鄂维南

中国科学院院士、北京大学国际机器学习研究中心主任、数学科学学院教授。美国数学会会士，美国工业与应用数学学会会士，英国物理学会会士

报告人简介：鄂维南教授长期从事机器学习、计算数学、应用数学及其在力学、物理、化学和材料科学等领域中的应用等方面的研究。他是国际上多尺度模型和多尺度算法最主要的推动者和领军人物之一。他在国际上最早提出“AI for Science”的概念并系统推进了 AI for Science 在化学、材料科学、生物学、流体力学等多个领域的发展。曾获国际工业与应用数学协会颁发的Collatz奖，ACM戈登贝尔奖，国际工业与应用数学协会麦克斯韦奖。2022年国际数学家大会1小时大会报告人，2022年国际机器学习大会特邀报告人。

报告题目：AI for Science

报告摘要：AI for Science是一种新的科研范式，它带来科研效率的提高和现有科研体系的改变，并将帮助开拓工业制造的新业态。基于此，应如何建立新的科研基础设施？如何选择课题、组建团队、确定目标？有哪些新的方向值得关注？哪些方面应该尽早布局？

徐宗本 

中国科学院院士，数学家、信号与信息处理专家、西安交通大学教授，琶洲实验室主任

报告人简介：主要从事智能信息处理、机器学习、数据建模基础理论研究。曾提出稀疏信息处理的L(1/2)正则化理论,为稀疏微波成像提供了重要基础；发现并证明机器学习的“徐-罗奇”定理, 解决了神经网络与模拟演化计算中的一些困难问题,为非欧氏框架下机器学习与非线性分析提供了普遍的数量推演准则; 提出基于视觉认知的数据建模新原理与新方法，形成了聚类分析、判别分析、隐变量分析等系列数据挖掘核心算法, 并广泛应用于科学与工程领域。曾获国家自然科学二等奖、国家科技进步二等奖、陕西省最高科技奖; 国际IAITQM 理查德.普莱斯(Richard Price)数据科学奖; 中国陈嘉庚信息技术科学奖、中国CSIAM苏步青应用数学奖；曾在2010年世界数学家大会上作45分钟特邀报告。

曾任西安交通大学副校长，现任人工智能与数字經济广东省实验室(琶洲实验室)主任、西安数学与数学技术研究院院长、陕西国家应用数学中心主任、大数据算法与分析技术国家工程实验室主任，是国家大数据专家咨询委员会委员、国家新一代人工智能战略咨询委员会委员。

报告题目：如何学习学习方法论? AI for AI 的―个尝试

报告摘要：学习学习方法论问题是函数空间上的学习问题，而SLeM是有限维空间上的超参赋值规则学习问题。这一研究为机器学习自动化提供了一个可行的理论框架，也为AI for AI 提供了模型基础。报告严格定义学习学习方法论问题，提出SLeM的双层优化模型和“超参数化”求解方法，建立SLeM泛化性理论，并应用于几个具体的机器学习自动化问题,展示其有效性。

Ming Li

加拿大皇家科学院院士，ACM/IEEE/ISCB Fellow，滑铁卢大学University Professor

报告人简介：Ming Li is a Canada Research Chair in Bioinformatics and a University Professor at the University of Waterloo. He is a fellow of Royal Society of Canada, ACM, and IEEE. He is a recipient of Canada's E.W.R. Steacie Fellowship Award in 1996, the 2001 Killam Fellowship and the 2010's Killam Prize. Together with Paul Vitanyi they have pioneered the applications of Kolmogorov complexity and co-authored the book "An introduction to Kolmogorov complexity and its applications". His recent research interests recently include bioinformatics, natural language processing, deep learning, and information distance.

报告题目：基于人工智能的个体化新抗原发现和验证

报告摘要：2017年，Nature Biotechnology 发表Editorial 呼吁用质谱仪解决个体化癌症免疫治疗中的新抗原发现和验证的问题，本次报告将呈现完整的质谱仪+人工智能管线解决新抗原的发现和验证的需求。

Konstantin Sergeevich Novoselov

2010年诺贝尔物理学奖获得者，新加坡国立大学教授

报告人简介：Prof. Sir Konstantin ‘Kostya’ Novoselov FRS is best known for isolating graphene at The University of Manchester in 2004, and is an expert in condensed matter physics, mesoscopic physics and nanotechnology. Every year since 2014 Kostya Novoselov is included in the list of the most highly cited researchers in the world. He was awarded the Nobel Prize for Physics in 2010 for his achievements with graphene. Kostya holds positions of Langworthy Professor of Physics and the Royal Society Research Professor at The University of Manchester. Professor Novoselov has published more than 250 peer-reviewed research papers. He was awarded with numerous prizes, including Nicholas Kurti Prize (2007), International Union of Pure and Applied Science Prize (2008), MIT Technology Review young innovator (2008), Europhysics Prize (2008), Bragg Lecture Prize from the Union of Crystallography (2011), the Kohn Award Lecture (2012), Leverhulme Medal from the Royal Society (2013), Onsager medal (2014), Carbon medal (2016), Dalton medal (2016) among many others. He was knighted in the 2012 New Year Honours.

报告题目：AI for Material Design

贺福初

中国科学院院士、发展中国家科学院院士、国家蛋白质科学中心（北京）理事长、军事科学院军事医学研究院研究员

报告人简介：贺福初，中国科学院院士，发展中国家科学院院士。国家蛋白质科学中心（北京）理事长。主要从事蛋白质组学、精准医学和系统生物学研究。发现人类7%新基因，发现系列分子进化规律，揭示中国人群系列疾病易感基因。在国际上率先提出人类蛋白质组计划的科学目标与技术路线，倡导并领衔了人类第一个组织、器官的国际“肝脏蛋白质组计划”，揭示了人体首个器官（肝脏）的蛋白质组。领衔实施“中国人蛋白质组计划”，该计划完成我国人群常见十大肿瘤的蛋白质组学分析，开蛋白质组学独立完成肿瘤分子分型之先河；发现胆固醇代谢重编程是肝癌发生发展的重要机制，率先提出并实践“蛋白质组学驱动的精准医学”新范式。

曾获人类蛋白质组组织“杰出贡献奖”和“杰出成就奖”，国家科技进步奖一等1项、二等奖3项，国家自然科学二等奖2项及何梁何利奖、求是奖等。

报告题目：AI助力蛋白质组学解码人体分子构造原理

报告摘要：生命之要，生在基因组，命在蛋白质组。蛋白质组学是解码人体分子构造原理的必由之路。从数据到信息，从信息到知识，从知识到智慧，希望可借鉴拟时序分析、神经网络微分方程与多尺度建模等AI技术实现在时序数据不足的情况下构建多尺度人体动力学模型，定义人体状态空间，最终通过人体状态导航开创智慧医学新范式。

Michael Batty

英国皇家科学院院士、英国国家学术院院士、伦敦大学学院(UCL)教授

报告人简介：Bartlett Professor of Planning at University College London where he is Chair of the Centre for Advanced Spatial Analysis (CASA) and a Turing Fellow in the Alan Turing Institute. His recent publications Cities and Complexity (2005), The New Science of Cities (2013), and Inventing Future Cities (2018), are published by The MIT Press. The edited book Urban Informatics (Springer 2021) reflects his focus on digital technologies to urban planning. He is a Fellow of the British Academy (FBA) and the Royal Society (FRS) and was awarded the CBE in the Queen’s Birthday Honours List in 2004. He was made a Fellow of the Geographical Society of China in 2022.

报告题目：AI, Digital Twins and the Science of Cities

报告摘要：In this talk Michael will review the history of AI from the times when computers were first invented in the middle of the 20th century to today’s widespread computation dominated by real-time streaming and by the search for meaning in such big data sets. He will then move to discussing the notion that in complex systems such as cities we require more than one model of the same phenomena; in fact we need many models which can be pitted against one another, and that a new science of cities will depend on many different views of what this science is. This leads to the notion of ‘digital twins’ and he will illustrate several examples of such twins for the same area of London but ‘twins’ – ‘models’ – based on four very different conceptions of cities but all of the same place.

孙伟杰

深势科技创始人&CEO

报告人简介：深势科技创始人兼 CEO，北京科学智能研究院战略发展顾问，中国管理科学研究院商学院“专精特新”企业培育专家库特聘专家。孙伟杰拥有北京大学法学及管理学学位，在创立深势科技前曾作为天使投资人活跃在科技、教育、企业服务等领域；同时，孙伟杰曾任北京大数据研究院分子动力学计算中心常务副主任，在分子动力学模拟、人工智能等领域有丰富的研究经验。2021年，孙伟杰入选福布斯中国 U30精英榜并当选封面人物，2022年，入选福布斯亚洲U30精英榜并当选封面人物。

报告题目：AI for Science新范式驱动药物和材料理性设计

报告摘要：药物和材料大市场面临核心瓶颈，生发全新的研发需求；Al带来对高维函数的有效拟合和求解工具；A14S新范式解决微观尺度分子模拟问题，为药物、材料领域带来极具突破性的计算模拟及设计工具；Hermite®药物。

廖矿标

广州国家实验室研究员、广州标智未来科学技术有限公司创始人

报告人简介：国家海外高层次青年人才，广东青年五四奖章获得者，广东省青年联合会委员。专注于开展化学合成、自动化、高通量与人工智能技术的交叉融合，其中两项科研成果连续发表在Nature杂志。2019年回国至今，聚焦呼吸系统疾病开展新药研发工作，致力于实现产学研深度融合。因其卓越贡献，曾先后入选国家重大人才工程，荣获广州市优秀专家等多个荣誉称号。

报告题目：化学合成自动化与智能化

报告摘要：多样化的生产生活需求对应了多样化的化合物结构，而多样化的化合物结构往往需要通过多样化的化学合成技术来创造。化学合成存在依赖高水平人才手动重复试错的问题，如何实现自动化与智能化逐步受到广泛的关注。本次报告廖矿标团队将分享在实验室自动化、高通量实验平台、数据建库以及人工智能预测模型等方面的探索与收获。

李阳

溪砾科技联合创始人/董事长

报告人简介：溪砾科技联合创始人/董事长，雅济科技创始人，兼任华中科技大学同济医学院医药卫生管理学院兼职教授、华中科技大学智慧健康研究院研究员。李阳博士具备 10 余年基因测序与分析领域研发、运营、管理经验，致力于研究高通量测序分析算法研发及其在人类基因组疾病中的应用，曾发明 FusionHunter、TrueSight、Weaver 等基因组大数据核心算法，在美国伊利诺伊大学取得生物信息学博士学位，本科毕业于北京大学，于 2018 年入选福布斯中国 30 位 30 岁以下精英。

报告题目：创新药物研发新范式：AI+RNA+小分子

报告摘要：传统小分子药物研发通常以蛋白质为靶点，但在近2万个已知基因中，约3000个基因被认为是可成药的，经过 FDA 批准可靶向的靶点仅约 600~700 个，靶向蛋白质的小分子药物研发空间有限，而沿着中心法则向上追溯，靶向RNA可有效扩展这一空间。ReviR通过搭建AI驱动的药物研发平台VoyageR进行靶向RNA的小分子药物研发，借助算法和大规模测序解析 RNA 结构、建立自动化迭代模型、进行RNA靶点与相关化合物的大规模筛选及优化，高速而有效推进研发进程，打造创新药物研发新范式。

郑家新

北京大学深圳研究生院副教授、深圳屹艮科技有限公司首席科学家

报告人简介：分别于2008年和2013年从北京大学获得物理与数学双学士、凝聚态物理博士学位，现任北京大学深圳研究生院新材料学院副教授（PI）、博士生导师。主要从事能源材料计算模拟与设计、材料计算方法的开发。至今在Nature（2篇）、Nature Energy、Nature Commun.、Acc. Chem. Res.、 Nat. Sci. Rev.、J. Am. Chem. Soc.等学术期刊上发表SCI论文150余篇，总引用8000余次，H-index为49。获得2018年深圳市自然科学一等奖，2020年深圳市青年科技奖，入选斯坦福发布的全球前2%顶尖科学家榜单。

报告题目：机器学习力场应用于锂金属负极生长机理研究

报告摘要：锂枝晶是阻碍锂金属负极商业化应用的关键问题，对其动力学机理的研究对探寻抑制锂枝晶生长的有效手段至关重要。动力学机理的研究主要依赖分子动力学、相场、有限元等计算模拟，但都精度有限，难以精确观察到微观动力学行为。机器学习力场兼顾了第一性原理的精度和分子动力学的计算效率，为锂枝晶的动力学研究提供了有效手段。我们基于机器学习力场对锂枝晶的生长机理上做了深入和系统的工作，为实验上抑制锂枝晶生长提供了有效解决方法。

郭天南

西湖大学特聘研究员、西湖大学蛋白质组大数据实验室负责人、西湖欧米创始人

报告人简介：西湖大学生命科学学院特聘研究员，西湖实验室iMarker实验室主任，西湖欧米创始人。任中国生物化学与分子生物学会蛋白质组学专业分会秘书长，国际人类蛋白质组协会(HUPO)理事会委员。先后在华中科技大学同济医学院、武汉大学、新加坡南洋理工大学、瑞士苏黎世联邦理工大学等学习和工作。长期从事临床蛋白质组学相关研究，在AI赋能临床蛋白质组学技术开发和应用上做出多项成果，在Cell，Nature Medicine等杂志发表多篇论文。

报告题目：AI赋能的蛋白组学最新进展

报告摘要：报告展示了蛋白质组学在生命科学中的价值和应用，将人工智能应用于蛋白质组学，并与大量临床数据相结合，探索生物标志物，加速蛋白质组学技术成果在肿瘤领域的最新进展，同时介绍了AI赋能的蛋白质组大数据科技领域的产业转化/落地等前沿资讯。

References:

1. AI4Science to empower the fifth paradigm of scientific discovery, By Christopher Bishop.

https://www.microsoft.com/en-us/research/blog/ai4science-to-empower-the-fifth-paradigm-of-scientific-discovery/

2. AI for Science Report, ARGONNE NATIONAL LABORATORY

https://www.anl.gov/ai-for-science-report

3. 科学智能 (AI4S) 全球发展观察与展望 Artificial Intelligence for Sciences (AI4S)—A Global Outlook 2022 Edition

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”