计算化学公社

标题: 人工智能和科学交叉的前沿会议 [打印本页]

作者
Author: 泡泡媛 时间: 2021-8-7 12:20
标题: 人工智能和科学交叉的前沿会议
本帖最后由泡泡媛于 2021-8-7 18:49 编辑

早上刷知乎的时候看到了一个这样的活动，感觉还蛮有意思的
详见https://zhuanlan.zhihu.com/p/397233580
我觉得人工智能现在发展的这么火热，对基本上所有的科学领域都产生了影响，但是在实际应用方面还有非常非常多的问题，我觉得不同学科的人一起来交流会有很大的帮助，包括第一性原理和量子化学之间的交流，虽然体系不同，但遇到的问题可能都是类似的。

NeurIPS 2021“科学中的AI：理想与现实”(AI4Science Workshop)
https://ai4sciencecommunity.github.io 蛋白质结构的精准预测、黑洞成像、药物与材料设计，芯片设计……近年来人工智能已经被应用在了各个科学领域（化学、生物学、物理学、材料科学、神经科学、地球科学、宇宙学、电子学、机械科学等），并给许多科学领域带来了突破性的进展。

尽管如此，几个关键问题阻碍了“科学+AI”的进一步发展：

不切实际的假设。虽然人工智能研究人员努力取得方法上的进步，但他们经常做出不切实际的假设，这些假设可能会限制新算法的适用性。例如大多数基于机器学习的分子生成模型仅考虑了化合物的价键有效性，而忽视了可合成性。
被忽视的科学问题。目前许多科学领域内的问题还停留在本领域，而没有转变成能够被人工智能所能解决的问题和应用场景，这极大的限制了广大缺乏相关领域背景的人工智能学者研究这些问题。例如，如何用AI用于拓扑量子计算，如何用AI证明或者证伪物理学的猜想，如何用AI加速天体物理模拟。
对多学科交叉点的探索非常有限。科学界最重要最有难度的一些挑战的解决方案往往涉及多个学科。例如，蛋白质结构预测需要物理、化学、生物学之间的合作，再例如肿瘤的单细胞成像可以当作宇宙里的恒星成像算法来实现。
科学方法本身的研究。科学探索的原则自 17 世纪以来一直没有改变。人工智能如何促进科学发现本身仍未得到充分的讨论。例如人工智能为什么能够在近年给科学领域带来突破？人工智能是否可以不通过多次假设-实验循环，直接推理和输出自然规律，来理解科学现象？
负责任地使用和开发用于科学的人工智能。科学届对人工智能的兴趣一直在增长，但目前仍很少有人工智能模型在实践中得到广泛使用。我们计划对人工智能都在科学界的“落地”问题进行探讨，以加速人工智能在科学中的转化。

这是一个什么样的Workshop
为了解决上述问题，一群来自MIT、斯坦福、剑桥等机构的年轻研究人员以及他们的导师，组织了第一个”人工智能+科学”研讨会。本次研讨会的总体目标是通过以下活动弥合上述差距：

讨论目前的人工智能中可能/不太可能对科学学科产生影响的方向，并确定其背后的原因。
提出具有人工智能应用潜力的前沿科学问题，并试图应用前沿的人工智能方法。
在多个科学学科（生物学、化学、物理学、神经科学等）的交叉中找到重要的问题。
讨论人工智能如何改变或补充经典的科学方法并改变科学发现过程本身。
讨论人工智能方法在科学领域内的落地。

我们的研讨会还旨在激发在 “科学 + AI” 方面没有经验的 AI 研究人员深入研究特定学科的兴趣。

欢迎光临计算化学公社 (http://bbs.keinsci.com/)