以解決問(wèn)題為出發(fā)點(diǎn)，採(cǎi)取創(chuàng)新機(jī)制：允許自由組隊(duì)，首屆世界科學(xué)智能大賽促進(jìn)了不同學(xué)科背景的研究者共同協(xié)作，給多個(gè)賽道的未來(lái)發(fā)展帶來(lái)啟迪。

記者1日獲悉，首屆世界科學(xué)智能大賽頒獎(jiǎng)典禮暨上?？茖W(xué)智能青年科學(xué)家論壇在復(fù)旦大學(xué)舉行?！斑@次大賽為我們凝練學(xué)科交叉提供了新的可能性，讓參賽者知道不同學(xué)科放在一起可以解決共同的問(wèn)題?！睋?dān)任生命科學(xué)賽道評(píng)委的復(fù)旦大學(xué)智能復(fù)雜體系基礎(chǔ)理論與關(guān)鍵技術(shù)實(shí)驗(yàn)室副主任張夢(mèng)翰1日接受記者採(cǎi)訪時(shí)說(shuō)。

上海中心氣象臺(tái)臺(tái)長(zhǎng)、大氣科學(xué)賽道評(píng)審馬雷鳴認(rèn)為，就大氣科學(xué)賽道而言，選手的很多算法不僅提出模型架構(gòu)的優(yōu)化，而且將大氣科學(xué)、氣象要素的物理特點(diǎn)等融入算法中，在改進(jìn)預(yù)報(bào)能力的同時(shí)，大幅提升了計(jì)算效率。在馬雷鳴看來(lái)，本次大賽對(duì)大氣科學(xué)領(lǐng)域的研究范式將起到推動(dòng)作用?！八鼒?jiān)定了我們通過(guò)人工智能技術(shù)推動(dòng)預(yù)報(bào)技術(shù)變革的信心，而且選手們的工作對(duì)於人工智能天氣預(yù)報(bào)現(xiàn)存的物理可解釋性難題的解決思路具有很強(qiáng)的啟發(fā)性?！?/p>

首屆世界科學(xué)智能大賽頒獎(jiǎng)典禮舉行。(復(fù)旦大學(xué)供圖)

“通過(guò)學(xué)習(xí)如此大規(guī)模、分布廣的數(shù)據(jù)集，AI背景的成員可以向化學(xué)背景的成員學(xué)習(xí)如何更好地理解數(shù)據(jù)，化學(xué)背景的成員有了一次近距離接觸AI與化學(xué)交叉場(chǎng)景的機(jī)會(huì)?！眮?lái)自加州大學(xué)戴維斯分校博士生的郭文韜是GPT-4 Auto Agent的一名成員。據(jù)悉，其所在團(tuán)隊(duì)是量子化學(xué)賽道中一支國(guó)際化的“產(chǎn)學(xué)合作”隊(duì)伍。針對(duì)數(shù)據(jù)特點(diǎn)，成員們提出創(chuàng)新解決方案。

生命科學(xué)賽道冠軍“牛刀小試”團(tuán)隊(duì)，由中國(guó)科學(xué)院大學(xué)生物信息學(xué)專業(yè)的王泰福與華南農(nóng)業(yè)大學(xué)分子生物學(xué)專業(yè)的劉智健組成。他們的賽題是“生物學(xué)年齡評(píng)價(jià)與老年病風(fēng)險(xiǎn)預(yù)測(cè)”。事實(shí)上，對(duì)兩位碩士研究生選手來(lái)說(shuō)，是一項(xiàng)艱巨的任務(wù)。但劉智健認(rèn)為，正是得益於大賽良好的賽制反饋和各支隊(duì)伍之間的良性競(jìng)爭(zhēng)，才讓他們完成了一、兩個(gè)人原本無(wú)法完成的任務(wù)。

人工智能是引領(lǐng)全球新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)。在“大算力”“大數(shù)據(jù)”“大知識(shí)”融合的全新時(shí)代，科學(xué)智能(AI for Science)作為熱點(diǎn)領(lǐng)域之一，將對(duì)基礎(chǔ)科學(xué)研究的范式變革產(chǎn)生劃時(shí)代意義。據(jù)悉，本次大賽旨在推進(jìn)科學(xué)智能技術(shù)創(chuàng)新，挖掘頂尖創(chuàng)新團(tuán)隊(duì)，打造科學(xué)智能生態(tài)，激發(fā)人工智能發(fā)展新動(dòng)能，為上海打造人工智能高地、中國(guó)搶佔(zhàn)世界科技前沿提供有力支撐。

“對(duì)材料科學(xué)智能賽道來(lái)說(shuō)，本次比賽引起了學(xué)術(shù)界對(duì)AI+材料的廣泛關(guān)注?！睆?fù)旦大學(xué)化學(xué)系教授、博士生導(dǎo)師張凡說(shuō)道。作為材料科學(xué)賽道的評(píng)委之一，他介紹，這次參加材料科學(xué)賽道的選手非常踴躍，初賽的81個(gè)有效提交結(jié)果之中，有51個(gè)超過(guò)基線(baseline)模型性能(score:0.22)。選手們的性能提升方案有從數(shù)據(jù)擴(kuò)展、方法改進(jìn)、特征篩選和融合等多個(gè)方面，多支隊(duì)伍都採(cǎi)用模型集成的辦法，提高最終的預(yù)測(cè)精度?！巴ㄟ^(guò)這次大賽可以看到，雖然實(shí)際材料合成數(shù)據(jù)的有限，即數(shù)據(jù)量小，但AI算法仍然有很大的探索空間以提升材料的合成條件預(yù)測(cè)精度?！睆埛蚕Ｍ柚@次比賽，讓學(xué)界焦點(diǎn)更多地聚集在材料結(jié)構(gòu)與實(shí)際合成之間關(guān)系的建立，使用AI去揭示新規(guī)律，聯(lián)合先前研究實(shí)現(xiàn)新材料發(fā)現(xiàn)與合成的精準(zhǔn)預(yù)測(cè)一體化，從而進(jìn)一步推動(dòng)科學(xué)研究范式的改變。

據(jù)悉，本屆大賽中，生命科學(xué)、大氣科學(xué)、材料科學(xué)、流體力學(xué)、量子化學(xué)五大賽道，吸引全球11653名選手參賽。最終30支隊(duì)伍在復(fù)旦大學(xué)參加總決賽，在五大賽道比賽現(xiàn)場(chǎng)，面對(duì)評(píng)委們的提問(wèn)，選手們用精密的實(shí)驗(yàn)數(shù)據(jù)和清晰的邏輯一一給出回答。激烈的角逐中誕生了一、二、三等獎(jiǎng)、最佳創(chuàng)新獎(jiǎng)和“星辰學(xué)者”特別獎(jiǎng)?！靶浅綄W(xué)者”是大賽設(shè)置的特別獎(jiǎng)項(xiàng)，頒發(fā)給其方案最具創(chuàng)新價(jià)值的參賽團(tuán)隊(duì)，寓意“用AI的望遠(yuǎn)鏡，探測(cè)科研的星辰大?！薄?jù)透露，接下來(lái)的每一屆比賽都會(huì)延續(xù)這個(gè)獎(jiǎng)項(xiàng)。

就讀於信息科學(xué)與工程學(xué)院智能科學(xué)與技術(shù)專業(yè)復(fù)旦大學(xué)本科生周潪劍獲得本次大賽“星辰學(xué)者”。在他看來(lái)，參加大賽“不僅為我未來(lái)的學(xué)術(shù)研究提供新思路，也為我進(jìn)入科研領(lǐng)域打下堅(jiān)實(shí)基礎(chǔ)。”周潪劍說(shuō)，他參加的量子化學(xué)賽道為選手提供超過(guò)1000萬(wàn)的訓(xùn)練數(shù)據(jù)，是目前世界上最大、最全面的同類型數(shù)據(jù)庫(kù)，這意味著選手需要有扎實(shí)的AI模型開(kāi)發(fā)技術(shù)和工程優(yōu)化能力。

來(lái)自北京郵電大學(xué)人工智能學(xué)院的Pris727團(tuán)隊(duì)喜獲大氣科學(xué)賽道的一等獎(jiǎng)?！拔覀儎?chuàng)新性地提出一種多時(shí)間序列預(yù)測(cè)策略的集成氣象預(yù)報(bào)方法，通過(guò)知識(shí)融合來(lái)讓預(yù)報(bào)模型掌握更豐富的時(shí)序知識(shí)和氣象變化規(guī)律?！标?duì)長(zhǎng)徐夢(mèng)秋說(shuō)。徐夢(mèng)秋認(rèn)為，團(tuán)隊(duì)合作對(duì)多學(xué)科交叉團(tuán)隊(duì)來(lái)說(shuō)非常關(guān)鍵。“我們?cè)谙嗤哪繕?biāo)下高效實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，提升自我技能，豐富知識(shí)儲(chǔ)備。在協(xié)作溝通過(guò)程中，我們更好地理解人工智能和氣象交叉領(lǐng)域的挑戰(zhàn)和機(jī)遇，並為未來(lái)的研究方向和職業(yè)規(guī)劃鋪墊基礎(chǔ)。” (記者 陳靜)

分享讓更多人看到