WAIC 2022|科学中的人工智能:计算生物学
论坛名称:科学中的人工智能:计算生物学
主办单位:上海人工智能实验室计算生物创新中心
时间:2022年9月2日 9:30-12:30
地点:上海世博中心·620会议室
领域:技术创新-AI for Science
注册登录云平台3.0
9月1日-3日可线上参会
01 科学中的人工智能:计算生物学论坛
2022年9月2日上午,上海人工智能实验室计算生物创新中心联合复旦大学复杂体系多尺度研究院、浙江大学上海高等研究院,将举办论坛AI for Science: Computational Biology/科学中的人工智能:计算生物学。
等。
02 重磅大咖深度解析计算生物学研究前沿
,以严谨的学术报告和生动的讨论,深度解析计算生物学研究前沿,并结合企业合作经历,深入浅出展示科学研究如何转化落地。
重磅嘉宾
迈克尔·莱维特Michael Levitt
2013年诺贝尔化学奖获得者,美国科学院院士和英国皇家科学院院士,美国斯坦福大学结构生物学系ROBERT W. AND VIVIAN K. CAHILL教授,计算机系荣誉教授。
Levitt 教授首创了蛋白质和DNA的分子动力学模拟方法,并一直致力于蛋白质结构预测技术的关键评估,研究蛋白质结构的折叠和包装,开发用于大规模序列结构比较的评分系统。
马剑鹏
贝勒医学院教授,莱斯大学兼职教授,复旦大学教授,美国科学促进会会士,美国物理学会会士,美国医学生物工程学会会士。
马教授研究方向为生物物理,计算生物学及结构生物学。主要致力于发展针对生物体系研究的新的计算方法,用以克服实验研究中的困难,与实验手段相结合解决复杂生物体系中的重要问题。
张增辉
上海纽约大学化学教授,英国皇家化学学会会士。
张增辉教授的研究工作主要集中于生物大分子(主要是蛋白质)在气相和溶液中的高效率线性标度量子化学计算方法,蛋白质-配体的相互作用和药物分子设计和多原子分子的反应动力学的理论研究,包括气相、气-固相分子反应动力学,光化学反应动力学,分子光谱学,势能面的计算和从头算量子动力学。
周如鸿
浙江大学求是讲席教授,哥伦比亚大学化学系兼职教授,美国科学促进会会士,美国物理学会会士。
周教授研究方向为计算生物学、生物物理、生物化学与人工智能+等交叉学科。近年来代表性工作包括蛋白质设计、纳米药物设计、肿瘤免疫机制等,例如利用高性能计算与机器学习研究肿瘤免疫药物响应率,糖尿病免疫疫苗研发、肿瘤纳米药物、新一代纳米抗生素研发、HIV/AIDS疫苗研发等。
线下莅临本场论坛
请扫如下二维码报名
WAIC 2022
这个主题。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。