倒计时 1 天，直播预约 | 首届人工智能科学计算学术研讨会

首届“人工智能科学计算学术研讨会”

The First Workshop on  AI-enabled Scientific Computing

联合主办单位

为了更好地推动人工智能科学计算的研究及应用，北京航空航天大学联合浙江大学、中山大学、华为、百度、北京大学、华中科技大学、之江实验室、中科曙光等九家国内人工智能、科学计算领域产学研优势单位，共同举办首届“人工智能科学计算学术研讨会”。该会议定于2023年5月29日在北京唯实国际文化交流中心唯实厅举办。大会邀请了海内外人工智能及科学计算领域顶尖专家学者及产业界专家进行主题演讲，并汇聚领域内的优秀骨干人才共同探讨人工智能科学计算的最新研究方向及产业动向。欢迎各位老师和同学参加。

会议主题：

人工智能科学计算的挑战与机遇

参会地点：

北航唯实国际文化交流中心（唯实酒店）四层唯实厅

会议主持人：

李建欣 北航计算机学院党委书记

参会时间：

2023年5月29日上午8:30

线下参会方式：

扫描或长按识别下方二维码报名预约

线上参会方式：

关注机器之心机动组，立即预约直播。

会议联系人：

周号益
电话: 010-82339063
邮箱: haoyi@buaa.edu.cn

董仙慧
电话: 010-82338234
邮箱: dongxh@buaa.edu.cn

会议议程：

报告时间：2023年5月29日9:00～9:30

报告人：鄂维南 （中国科学院院士、北京大学讲席教授）

报告题目：关于发展AI for Science的几点建议

报告人简介:

鄂维南，中国科学院院士，北京大学讲席教授。1982年毕业于中国科学技术大学数学系，1985年获中国科学院计算中心硕士学位，1989年获美国加州大学洛杉矶分校博士学位。2011年当选为中国科学院院士。首届美国数学会会士、美国工业与应用数学学会会士。现为北京大学讲席教授、数学科学学院教授、国际机器学习研究中心主任、北京大数据研究院院长。主要从事机器学习、计算数学、应用数学，及其在化学、材料科学和流体力学中的应用。1996年获美国青年科学家与工程师总统奖。2002年国际数学家大会（ICM）45分钟报告人。2003年获国际工业与应用数学协会科拉兹 (Collatz) 奖。2009年获美国工业与应用数学学会克来曼 (Kleinman) 奖。2014年获美国工业与应用数学学会卡门 (Theodore von Karman) 奖。2019年荣获由SIAM和ETH Zürich联合授予的Peter Henrici奖。2020年获得ACM戈登·贝尔奖（ACM Gordon Bell Prize）。2022年国际数学家大会（ICM）一小时报告人。

报告时间：2023年5月29日9:30～9:50

报告人：吴文峻 （北京航空航天大学教授）

报告题目：面向科学发现的智能计算

摘要：

随着新一代人工智能技术的蓬勃发展，科学计算范式正在发生深刻变革，推动基础科学的重大发现和突破。本报告以生物和医药等主要背景，聚焦Active Matter领域，介绍内嵌数理机理的智能科学计算，如何加速科学研究，助力科研人员更为高效和精准地开展研究任务、探索科学前沿、实现重大突破。

报告人简介:

先后在美国印第安那大学和芝加哥大学阿岗国家实验室学习和工作，主持和参与了多项美国NSF科研项目，包括：计算社会和行为科学智能分析平台、开放生命科学知识网格等。主持和参加国家自然基金重点、国家重点研发计划、国家863计划、国家973计划、省部级和企业合作等20多项研究课题，在国际会议和期刊上发表学术论文150多篇，出版中英文专著两部，担任国家人工智能标准总体组副组长、新一代人工智能重大项目专家组成员。目前主要研究方向包括：群体智能、大规模在线教育、海量科学数据组织和管理等。

报告时间：2023年5月29日9:50～10:10

报告人：卢宇彤（中山大学计算机学院教授、国家超级计算广州中心主任、天河二号副总设计师）

报告题目：基于超算的高性能智能科学计算框架及应用

报告人简介:

卢宇彤 中山大学计算机学院教授，国家超级计算广州中心主任，天河二号副总设计师，国际超算ISC Fellow，全国三八红旗手标兵、国家重点研发计划高性能计算专项总体组专家和重点领域创新团队带头人。长期从事国产超算系统研制和大规模并行应用支撑的研究与实现，致力于超算和大数据、人工智能融合创新发展的技术研究和应用实现。获得国家科技进步特等奖1项、一等奖1项，省部级科技进步特等奖和一等奖7项等奖励，发表论文100余篇，授权专利30余项。多次在国际顶级超算会议SC、ISC、IPDPS上做大会主旨报告。曾任国际超算大会ISC2019大会主席，是30多年来该会议历史上首位中国学者担任大会主席。

报告时间：2023年5月29日10:20～10:30

报告人：尹继豪（北京航空航天大学教授）

报告题目：小行星自主抵近探测智能理论

摘要：

人工智能与科学深度结合是空间科学与工程应用领域实现AI赋能与新范式构建的重要核心手段，也是增强自主能力、提升探测效益的最有效途径。当前我国正在加速推进深空开发进程，即将实施首次小行星采样、小行星防御等任务，然而受极端复杂深空环境、有限器载计算资源、较大地面操控时延等因素影响，现有的先规划后实施的探测模式存在交互时效性低、自主应变性弱、环境适应性差等问题。本项任务的研究目标是探索人工智能理论与深空领域数据知识、物理特性规律融合赋能的核心机理，建立内嵌天体力学和行星科学知识的天地一体化自主抵近探测新范式。研制自主抵近探测半实物仿真平台，设计适用于我国小行星探测任务的AI赋能及验证方案，并结合实际任务的典型场景和实测数据进行实验验证。

报告人简介:

2007年4月至今在北京航空航天大学宇航学院从事教学、科研工作。2015年8月至2017年7月在美国麻省理工学院（MIT）电子工程和计算机科学系担任Visiting Scientist。研究方向：面向深空探测的人工智能理论与应用、光学成像与智能感知。担任军委科技委领域专家、装备发展专业组专家等。入选国家留学基金委“未来科学家”计划，2015-2017年在美国麻省理工学院电子工程与计算机科学系交流访问。

报告时间：2023年5月29日10:30～10:40

报告人：王笑楠（清华大学化工系副教授、新加坡国立大学荣誉副教授）

报告题目：AI+化工材料赋能碳中和

摘要：

开发具有自主知识产权的高效化学品和新材料对我国国民经济发展，实现碳达峰、碳中和目标至关重要。利用人工智能（AI）和计算机技术来优化和加速新材料、新过程的设计和开发过程可以减少传统方式中大量耗时费力的试错和实验，对化学品和新材料的结构、功能、反应机制等进行深入研究，构建出更加高效精确的模型。通过融合高通量计算（理论）和高通量实验（制备和表征）等关键技术，结合机械自动化平台，突破“经验指导实验”的传统材料研发模式，研发效率可以得到显著提高。本报告将介绍多层次、多尺度、融合知识的化学材料数据平台构建方法，进一步探讨跨尺度机器学习模型构建及化学材料快速精准生成方法，并基于此实现面向碳中和的一系列重要技术，如高性能催化剂、膜材料和新能源关键材料等的发现和突破。我们的研究搭建了高通量的实验和表征平台，通过采集大量数据，基于在线主动学习方法可以有效地指导实验并实现对全设计空间的理解。当前，具有普适性的通用人工智能正迎来重要的发展拐点，预训练大模型等技术使其能够在不同领域和任务中学习并发挥应用价值，有望在科学领域取得突破性发现，以科研范式和产业业态的变革有力推动科技创新和工业发展。最后展望未来AI赋能碳中和关键化学材料和技术研发的发展趋势和面临的挑战。

报告人简介:

王笑楠，清华大学化工系副教授、特别研究员、博士生导师。新加坡国立大学荣誉副教授、博士生导师。创建了智慧系统工程研究中心，兼任环太平洋大学联盟项目的联合负责人。围绕碳中和与未来智能研发等新兴交叉学科，开展新能源、低碳技术及人工智能应用的研究。2011年本科毕业于清华大学化学工程系，2015年获加州大学戴维斯分校化学工程和控制科学博士，赴英国伦敦帝国理工学院任博士后研究员、未来能源实验室硕士生导师和讲师。2017年起担任新加坡国立大学化工与生物分子工程助理教授、副教授，领导新加坡最大的AI加速材料开发计划。任科技部2022年度“新一代人工智能”重大项目首席科学家、项目负责人。在Nature Machine Intelligence、Nature Review Materials, JACS等期刊发表学术论文130余篇，H-index 40，参与撰写3部专著。担任Applied Energy、Artificial Intelligence Chemistry等十本国际期刊副主编和编委，入选世界前2%顶尖科学家、2022福布斯中国科技女性50榜单，获得美国化学会可持续化学与工程讲席奖，新加坡最佳青年首席研究员奖、英国皇家学会国际交流奖、应用能源最佳编委奖和国际能源高被引论文奖等奖项。

报告时间：2023年5月29日10:40～10:50

报告人：高峰（中国海洋大学副教授、中国图象图形学会咨询与评议工委会委员）

报告题目：数据驱动的多尺度海洋现象智能预报

摘要：

当前对海洋现象的预报主要依赖于基于物理方程的数值模式，需要在数值模式中充分考虑与复杂海洋现象相关的各种自然过程及其相互作用。当前，海洋卫星遥感数据的迅速增加为海洋科学的深入探索提供了契机。本报告将介绍将历史观测数据中的物理知识转移至数值模型的海洋现象预测方法。从观测数据中迁移物理知识可以进一步提高数值模型预测海洋现象的准确性，可以改进和补充传统数值模型的不足。

报告人简介:

中国计算机学会高级会员，CCF YOCSEF青岛优秀AC，CCF中国海洋大学学生分会指导主任。主要研究领域为多媒体计算与遥感数据智能处理，在 IEEE TIP、TNNLS、TCYB、TGRS、GRSL等期刊和会议发表学术论文70余篇，其中2篇论文入选ESI高引论文。

报告时间：2023年5月29日10:50～11:00

报告人：徐明（华中科技大学集成电路学院教授，微电子学系主任）

报告题目：新型存储芯片材料的AI设计

摘要：

发展自主研发的大规模高密度存储器是我国的重大战略目标。存储器中的重要分支相变存储（PCRAM）是很有潜力成为下一代存储器的新型存储技术之一，它是利用相变材料在晶体和非晶体之间的快速转换来实现“0”和“1”的开关。为了提高该存储器的性能，我们利用材料基因工程的平台对材料进行了筛选，并对其进行了实验的验证，显著提高了相变存储器的若干特性。最近，课题组利用AI技术对非晶相变和选通机理进行深度挖掘，同时利用机器学习对相变存储和选通材料的构效关系进行训练和筛选，有望突破半导体存储材料的性能瓶颈，对后续科学家和工程师开发同类材料有着重要的指导作用。

报告人简介:

2013年于美国约翰霍普金斯大学获得博士学位。2013-2016年间受洪堡奖学金资助，在德国亚琛工业大学进行博士后研究。2016年加入华中科技大学光学与电子信息学院。长期从事硫系存储玻璃材料基因工程、存储器件与芯片的研发，已在该领域发表PRL、PNAS等80余篇论文。主持国家重点项目、面上项目和华为、长江存储校企联合课题，兼任《InfoMat》期刊青年编委和中国存储器产业联盟副秘书长，多项三维相变存储器相关的发明专利已经实现转化并在产线中试，成果获华为奥林帕斯先锋奖。

报告时间：2023年5月29日11:00～11:10

报告人：姜宇（西安卫星测控中心宇航动力学国家重点实验室研究员）

报告题目：空间碎片环境复杂演化机理的智能模型与自主监测

摘要：

研究跨尺度空间碎片在线监测、碎片环境演化和空间态势感知的AI范式，提出空间碎片环境演化的智能模型，形成碎片指纹识别技术。提升我国空间极端条件下的多维数据智能处理能力，应对轨道资源紧张与超大规模星座治理的挑战，保证航天器在轨安全，为我国未来的太空交通管理提供前瞻性探索。

报告人简介:

航天领域拔尖创新团队带头人，战略领域科学家"百人计划"人选，航天基金会航天贡献奖得主，国家公派访问学者，芬兰奥卢大学高级研究员(Senior Research Fellow, 2018)。承担制定了2部航天器轨道控制国家级标准（本领域国家级标准共7部）。国际高影响力研究论文获得者(high impact research articles, 2022)，曾主持完成173计划重点项目课题、国家自然科学基金面上项目等多项科研项目，担任Astrodynamics期刊创刊编委、Open Astronomy期刊副主编、宇航动力学学报执行主编，获部委级科技进步一等奖3项。

报告时间：2023年5月29日11:10～11:20

报告人：许召春（哈尔滨工业大学副教授）

报告题目：基于外周免疫特征的泛癌种智能早筛关键技术研发

摘要：

癌症已成为人民生命健康的重大威胁，癌症早筛是降低癌症发病率和死亡率的重要手段。癌症标志物和影像学检查是癌症早筛常规的检测手段，然而癌症标志物检测特异性低、影像学检出时间滞后，一经发现通常处于癌症晚期。新兴的基于循环肿瘤DNA及甲基化等液体活检技术需要癌症细胞形成一定规模并游离到外周循环系统方能被检出，敏感性低。癌症细胞等异己在体内形成与发展时，人体免疫系统能第一时间感知并做出抗肿瘤免疫应答反应，现有的癌症早筛策略都试图通过直接捕获癌症细胞相关信号变化进行癌症早筛，甚少利用人体免疫系统的动态演变规律，在这个报告里，我将简要汇报我们从人体外周血中捕获免疫系统实时抗肿瘤应答信号入手发展泛癌种智能早筛关键技术的一些研究结果。

报告人简介:

从事生物信息学研究，聚焦肿瘤治疗性mRNA疫苗设计、癌症智能早筛等前沿问题，主持基金委面上、地区等项目，国家科技创新2030新一代人工智能重大项目、科技部雄安新区科技创新专项骨干成员，在Bioinformatics、Briefings in Bioinformatics、Molecular Therapy Nucleic Acids等期刊发表论文30余篇。

报告时间：2023年5月29日13:30～13:50

报告人：吴泰霖（西湖大学工学院人工智能方向助理教授）

报告题目：图神经网络代理模型加速大型科学模拟

摘要：

模拟大规模物理系统在科学和工程领域中非常关键。然而，传统的数值求解器通常计算代价高昂，而基于深度学习的代理模型能够极大地加速模拟。代理模型用于大规模科学模拟有以下两个挑战：如何将代理模型扩展到大规模模拟中以准确地进行长期预测，以及对于多分辨率系统如何在不同动态区域分配合适的计算分辨率。

我们通过开发两种新方法解决这些挑战。首先，我们提出了一个混合图网络模拟器（HGNS），它将图神经网络和3D-Net结合分别模拟流体和压强的动力学。为了提高长期预测的准确性，我们引入了多步目标，并使用分块训练方法在GPU上进行高效训练。我们的实验表明，我们的代理模型可以每个时间步骤模拟数百万个单元格的动力学，在长期推导中表现优于其他强大的基于深度学习的基线模型。相比于传统的求解器，可以达到高达18倍的速度提升。

其次，我们开发了学习可控自适应多分辨率物理模拟（LAMP），它可以在学习演化模型的同时，学习优化空间分辨率以将更多的计算能力分配给高动态区域。LAMP包括一个基于图神经网络的演化模型，以及一个基于图神经网络的策略模型，通过强化学习训练空间网格局部细化或粗化的策略。LAMP在一维偏微分方程和二维基于网格的模拟上与当前最优的基线模型相比展现了优越的性能。

报告人简介:

吴泰霖博士为西湖大学工学院人工智能方向助理教授。2012年于北京大学物理学院获得学士学位，2019年获得麻省理工学院理学博士学位，2020年 - 2023年4月在斯坦福大学计算机系从事博士后研究（师从 Jure Leskovec 教授）。吴泰霖研究方向为 AI 与 Science 学科交叉的核心、普适问题，包括：（1）开发机器学习方法用于大规模科学仿真和设计（流体、机械、材料）,（2）开发机器学习方法用于科学发现（物理、生命科学）,（3）基于图神经网络和信息论的表示学习。尤为突出的是，在博士和博士后期间，吴泰霖博士在科学仿真方面，通过图神经网络模拟大规模系统方面成数量级地加快了仿真速度，解决其多尺度、多分辨率、大规模的核心挑战。为了促进科学发现，首次提出了以"AI 物理学家” 为核心的系列算法，能够模仿科学家发现简单、普适的物理定律和系统内部结构。在表示学习方面，吴泰霖提出的图信息瓶颈架构大幅提高了图表示学习的鲁棒性。吴泰霖博士也是美国国家科学院院刊（PNAS）、Nature Communications、Nature Machine Intelligence、Science Advances 等综合期刊，以及各机器学习顶级会议的审稿人。

报告时间：2023年5月29日13:50～14:10

报告人：朱霖潮（浙江大学研究员）

报告题目：数据和机理双轮驱动的科学计算

摘要：

数据和机理双轮驱动的科学计算是一种结合数据驱动和机理驱动的计算方法，旨在利用大规模数据和物理机制相互协同，解决复杂的科学问题。数据和机理双轮驱动的科学计算能够充分利用数据的信息量，提高计算的精度和效率，并有效利用机理约束，增强计算的可靠性和可解释性，实现数据和机理的互补作用。本报告还将介绍了数据和机理双轮驱动的科学计算的主要方法，包括物理信息神经网络、神经算子等，并举例说明这些方法在流体力学、材料科学、生物医学等领域的应用。本报告将展示数据和机理双轮驱动的科学计算的前沿进展和未来趋势。

报告人简介:

朱霖潮，浙江大学百人计划研究员、博士生导师，入选国家级青年人才项目。本科毕业于浙江大学计算机学院，博士毕业于悉尼科技大学，2019年7月至2022年7月担任悉尼科技大学讲师，2022年8月加入浙江大学。获谷歌学术研究奖（2021，在机器感知领域，全球仅有七位获奖者）。主要研究方向为时序建模、跨媒体智能及其应用、人工智能交叉领域研究、科学计算等。曾获得美国国家标准总局TRECVID LOC竞赛冠军（2016）、THUMOS动作识别竞赛冠军（2015）、EPIC-KITCHENS第一视角动作识别竞赛冠军（2019，2020）、CVPR MABe多智能体行为建模竞赛冠军（2022）等8项国际竞赛冠军。曾担任Neurocomputing 客座编辑，IEEE MLSP领域主席（2021），并多次在CVPR等会议上组织专题研讨会。在IEEE T-PAMI、IJCV、CVPR、ICCV、ECCV等高水平学术期刊及会议发表论文60余篇。

报告时间：2023年5月29日14:10～14:30

报告人：安丰（之江实验室副研究员）

报告题目：图模型在生物医药中的应用

摘要：

将图模型方法巧妙地运用到分子的药学性质预测以及药物分子的生成设计当中具有良好的前景。化学分子的分子图模型描述与化学元素、化学键等化学理论的描述十分类似，从而可以更好地被药物化学工作者所理解。本报告将从药物研究中的应用场景、相关图模型方法、团队目前相关研究进展以及未来工作展望展开。详细为大家介绍目前图模型在药物研究中的作用。

报告人简介:

安丰，之江实验室图计算中心副研究员。2020年于南京大学化学化工学院获理论与计算化学博士学位，之后在南京大学物理学院进行博士后研究工作。已经在Nature Communications、Chemical Science、JCTC、JPCL等期刊上发表机器学习与化学、药物等学科交叉领域相关高质量论文十余篇。依托之江实验室朱雀集成平台，实现之江朱雀图计算药物平台的相关研发并取得成果。主持与参与多项机器学习与化学、药物等学科交叉的国家自然科学基金委、科技部的项目。研究集中在图机器学习、计算（机）化学、药物分子设计等相关领域。

报告时间：2023年5月29日14:30～14:50

报告人：刘红升（华为2012实验室中央软件院昇思MindSpore AI4S架构师）

报告题目：AI科学计算业界进展及昇思MindSpore实践

摘要：

人工智能给传统科学问题求解带来了新的机遇，本次报告汇报近几年AI科学计算领域学界和工业界的前沿进展，并介绍华为基于国产软硬件昇腾Ascend+昇思MindSpore在流体、气象、生物、材料、电磁等多领域的的实践探索。

报告人简介:

负责华为AI流体、气象、能源、材料等多个方向的技术架构设计和相关领域大模型开发。围绕大飞机机翼仿真需求，联合商飞团队共同研发了首个工业级流体仿真大模型"东方御风"，获首届昇腾AI创新大赛金奖。作为课题负责人、课题骨干参与多项科技部2030人工智能重大专项研发计划。

报告时间：2023年5月29日14:50～15:10

报告人：胡晓光（百度杰出架构师）

报告题目：飞桨深度学习框架与科学计算探索

摘要：

1. 飞桨深度学习框架介绍，飞桨框架发展历程，开发、训练、部署、模型库等核心特色

2. 飞桨助力科学计算探索，飞桨AI for Science全景图，生物、流体、气象等领域实践

报告人简介:

研究方向自然语言处理、深度学习框架、AI科学计算。现负责飞桨训练框架核心技术研发，设计了飞桨2.0全新API体系；牵头研制了飞桨产业级开源模型库；牵头研制飞桨高阶自动微分、深度学习编译器等技术，支持AI科学计算的创新应用。

报告时间：2023年5月29日15:10~15:30

报告人：郑行（深势科技算法研究员）

报告题目：AI for Science范式下的分子表征预训练模型

摘要：

Uni-Mol是深势科技推出的基于分子三维结构的通用分子表征学习框架，并基于超过两亿个分子三维构象和两百万个候选口袋进行预训练获得预训练模型。Uni-Mol 性能优越、模型泛化能力强，在小分子性质预测、蛋白靶点预测和蛋白-配体复合物构象预测等任务上都超越之前方法。最近，深势科技推出了Uni-Mol模型框架的升级版本Uni-Mol+，在国际权威学术竞赛OGB-LSC的量子化学性质预测上获得了榜首。同时，Uni-Mol也进一步应用在了例如分子生成、材料设计等领域，并取得了优异成果。

报告人简介:

郑行，深势科技算法研究员，博士就读于北京大学计算生物物理专业，主要研究方向为药物分子虚拟筛选、药物结合自由能计算、分子表示学习、分子生成等，主导研发了Uni-Mol、Uni-Dock、Uni-GBSA等系列工具，并参与建设Hermite药物设计平台，致力于将 AI+Science研究范式应用在解决药物设计的实际问题中

报告时间：2023年5月29日15:45~16:05

报告人：杨海龙（北京航空航天大学副教授、中国计算机学会体系结构专委会委员）

报告题目：高性能计算实践

报告人简介:

师从钱德沛院士，主要研究方向为高性能计算、性能分析与优化、深度学习编译优化技术、分布式与并行计算。近年来主持和参与国家自然科学基金项目、国家重点研发计划项目数十项。已在SC、ISCA、ASPLOS、PLDI等国际顶级会议和期刊发表学术论文40余篇。指导北航超算队获ASC17总决赛亚军、ISC17总决赛季军、ASC18总决赛一等奖、ASC19最高计算性能奖、ASC19总决赛一等奖、ASC20-21总决赛一等奖。

报告时间：2023年5月29日16:05~16:25

报告人：周号益（北京航空航天大学助理教授）

报告题目：长序列智算模型研究

摘要：

以求解偏微分方程为代表的很多科学问题都可以抽象为物理状态的时序预测问题。本次报告汇报了长序列预测模型在人工智能科学计算领域的前沿进展和时序模型在华为MindSpore框架上的应用案例，并分享通过序列化手段解决科学计算问题的新思路。

报告人简介:

长期从事智能软件、机器学习研究，在KDD、AAAI、IJCAI等国内外会议期刊上发表学术论文10余篇，获“AAAI’21 最佳论文奖”。作为核心骨干参与国家973、国家自然科学基金重点项目等3项。获工信部工业互联网创新成果转化一等奖；服务新冠疫情大数据防控，获国务院办公厅、国家卫健委等专函感谢，受到人民日报等报道。入选世界人工智能大会WAIC 2021“云帆奖•明日之星”、北京市“海英之星”、智源领域新星。