3月17日，北京大学第五十期青年教师学术沙龙举行，本期主题聚焦“AI for Science：语料库驱动的化学与材料研究”。本期沙龙由人事部、化学与分子工程学院、材料科学与工程学院联合主办。化学与分子工程学院吕华、蒋鸿、朱戎、王欢、蓝光旭，材料科学与工程学院邵元龙、赵晓续，北京国际数学研究中心文再文，计算机学院杨仝，前沿交叉学科研究院周沛劼，以及北京科学智能研究院李鑫宇等多位老师分别作专题分享报告。化学与分子工程学院来鲁华、智能学院林宙辰以及计算机学院金鑫作为与谈嘉宾参与交流。来自全校24个单位的80余名师生参加了活动。沙龙由人事部副部长余跃、化学与分子工程学院副院长刘志博和材料科学与工程学院副院长周欢萍共同主持。
沙龙现场
上半场，6位学者围绕AI在研究领域中的应用及面临的问题展开了讨论。朱戎以“AI for合成化学：跨学科合作，新实验室形态，新Benchmark”为题，剖析了有机合成传统实验模式存在的效率瓶颈，以及当前AI技术在该领域深度融合不足的现状。蒋鸿探讨了理论计算与真实催化体系间存在的复杂性鸿沟，指出传统计算方法在处理复杂材料结构、真实反应环境及强关联体系时，在精度与效率方面面临关键挑战。周沛劼指出，构建高保真的虚拟细胞模型是突破药物体内安全性及有效性评估难题的重要方向，并进一步剖析了当前该领域研究中存在的定义模糊、算法局限、数据缺乏因果关联等核心问题。王欢以“AI+测量学：单分子液相电镜高通量数据采集和高分辨定量分析”为题，介绍了其团队利用液相电镜技术实现“分子录影”，并借助AI进行图像处理与目标识别的技术路径。邵元龙围绕碳纳米管纤维规模化制备中的分散与纺丝技术瓶颈展开分析，介绍了团队通过筛选9万篇文献构建垂类大模型预测分散体系，并结合高通量实验装置与AI算法进行建模优化的研究方法。赵晓续以“功能材料的原子级构筑与智能分析”为题，探讨了原子尺度材料表征在机制阐释、三维结构重构与仪器分辨率等方面面临的关键难题，展望了AI技术在智能解析与设计中的潜在作用。
左上起顺时针依次为：刘志博、周沛劼、蒋鸿、邵元龙、赵晓续、王欢、朱戎
下半场，5位学者围绕人工智能在数学、计算机、语料库建设及相关研究领域中的前沿问题展开了研讨。蓝光旭以“人工智能辅助的二维分子材料智能化合成”为题，剖析了二维单层monoMOF在理性设计与可控合成中面临的挑战。李鑫宇围绕“基础学科科学语料库建设”展开论述，研讨了AI时代科学数据与大模型训练的核心需求，并介绍了由北大联合兄弟院校和研究机构正在开展的语料库建设工作。吕华以“从无序中寻觅精密功能—从理性设计到数据驱动的聚氨基酸设计与功能发现”为题，研讨了聚氨基酸高分子材料的研发瓶颈，提出打破“精密序列决定功能”的传统认知，建立标准化、可复现的自动化高通量聚合物合成与功能筛选平台。文再文分析了人工智能为传统数学研究模式带来的深刻变革，系统介绍了数学形式化与自动定理证明的核心思路，提出可借助形式化工具将自然语言数学证明转化为可验证、可编译的代码化证明，并以此构建大规模的数学定理库。杨仝以“AgentBot：基于2比特复数大脑的异构机器协同平台”为题，探讨了当前大模型与机器人在真实场景中存在的落地鸿沟，介绍了团队在实现多机器人自主协同与物理世界交互方面的探索。
在与谈环节，来鲁华指出，人工智能展现出巨大的发展潜力，目前已在部分科研工作中实现对人类工作的辅助乃至替代，推动基础学科与人工智能的深度融合已非常必要。林宙辰认为，各学科在人工智能应用方面处于不同阶段，建议各领域进一步加强人工智能技术的融合与应用。金鑫表示，当前许多学科在运用人工智能技术时，普遍面临数据规模庞大、处理效率受限等共性挑战，期待通过更深层次的跨学科协作，共同突破相关技术瓶颈。
在交流讨论环节，与会师生围绕AI赋能教学、科研以及人工智能在未来学科发展中的前景和展望展开了深入交流和热烈讨论。
未来，人事部将持续紧扣青年教师学术发展需求，不断深化拓展学术沙龙活动的内涵与外延，以多元化的活动内容与形式，助力学校高水平人才队伍建设，为加快建设中国特色世界一流大学作出积极贡献。
信息来源： 人事部
