華科大/上海AI Lab/上海交大科研先鋒深度分享：最新成果，頂會投稿經(jīng)驗，跨學(xué)科合作挑戰(zhàn)……

人工智能融合了計算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)、認(rèn)知科學(xué)等多個學(xué)科，其發(fā)展高度依賴跨學(xué)科人才的培養(yǎng)。近年來，AI for Science 的崛起更是讓大家看到了人工智能與基礎(chǔ)學(xué)科深度融合的顛覆性潛力。現(xiàn)如今，許多杰出的學(xué)者正是憑借其多學(xué)科背景，推動科學(xué)研究邁向新的高度。例如：

*華中科技大學(xué)黃宏副教授的學(xué)術(shù)經(jīng)歷橫跨廣播電視工程、信息工程、計算機(jī)科學(xué)，如今她專注于數(shù)據(jù)驅(qū)動的科學(xué)研究，包括數(shù)據(jù)挖掘、大數(shù)據(jù)分析、社交網(wǎng)絡(luò)分析等；

*上海人工智能實驗室 AI for Science 中心青年研究員周東展從物理學(xué)起步，轉(zhuǎn)向人工智能，現(xiàn)如今致力于 AI 在物質(zhì)科學(xué)中的應(yīng)用；

*上海交通大學(xué)自然科學(xué)研究院的助理研究員周冰心，本科主修金融，碩士攻讀數(shù)據(jù)分析，博士階段專注于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，如今，她正在用深度學(xué)習(xí)解決生物領(lǐng)域的問題，如基于深度學(xué)習(xí)算法的蛋白質(zhì)設(shè)計和改造。

在第七期 Meet AI4S 直播中，HyperAI超神經(jīng)邀請到了黃宏副教授、周東展博士、周冰心博士，與 3 位學(xué)者共同探討 AI 在社會科學(xué)、物理化學(xué)、生命科學(xué)等領(lǐng)域的前沿發(fā)展，并分享了她們在選擇科研方向上的見解，以及對 AI 頂會的投稿經(jīng)驗。

HyperAI超神經(jīng)在不違原意的前提下，對 3 位老師的本次分享進(jìn)行了整理匯總。

黃宏：我們的研究應(yīng)該能真正解決實際問題

作為華中科技大學(xué)的副教授、博士生/碩士生導(dǎo)師，黃宏副教授在數(shù)據(jù)挖掘、大數(shù)據(jù)分析等領(lǐng)域深耕多年，并以第一/通訊作者身份在 TKDE、TKDD、WWW、IJCAI、WSDM 等國際頂級期刊和會議上發(fā)表多篇論文。然而，她的科研之路并非一帆風(fēng)順。

回憶起讀研時的挫敗經(jīng)歷，黃宏副教授表示，她曾有一篇論文修改了 28 次，當(dāng)改到第 25 次時，曾一度感到崩潰，后來，在朋友和導(dǎo)師的鼓勵下，她冷靜下來，重新審視論文，發(fā)現(xiàn)仍有許多細(xì)節(jié)需要完善，最終通過不斷調(diào)整和打磨，成功發(fā)表。

在黃宏副教授看來：「做科研的關(guān)鍵，是要看你文章的 idea 是否真正解決了某一方面的問題，是否提出了合理的研究動機(jī)」?；谶@一理念，她的研究主要側(cè)重在兩個方向：第一，在大數(shù)據(jù)分析、數(shù)據(jù)挖掘上進(jìn)行方法的創(chuàng)新；第二，基于數(shù)據(jù)驅(qū)動進(jìn)行應(yīng)用開發(fā)，解決社會實際問題。

在方法創(chuàng)新領(lǐng)域，黃宏副教授團(tuán)隊主要集中于圖神經(jīng)網(wǎng)絡(luò)與復(fù)雜系統(tǒng)的建模。她認(rèn)為，在當(dāng)下的大數(shù)據(jù)時代，為了更有效地挖掘數(shù)據(jù)價值，可以采用圖結(jié)構(gòu)來表示周圍的事物，也就是將事物抽象建模為節(jié)點，并分析這些節(jié)點之間的關(guān)系，進(jìn)而構(gòu)建成圖結(jié)構(gòu)。

此外，她們團(tuán)隊也在做數(shù)據(jù)驅(qū)動的應(yīng)用開發(fā)，比如社交網(wǎng)絡(luò)分析。2009-2012 年間，社交網(wǎng)絡(luò)發(fā)展正值高峰期，微博、Twitter 和 Facebook 等平臺逐漸興起，這也促使黃宏副教授團(tuán)隊利用這些平臺的數(shù)據(jù)，分析網(wǎng)絡(luò)結(jié)構(gòu)的發(fā)展，開展用戶推薦、輿情分析等工作。

「在新冠疫情期間，我們通過分析國際新聞媒體對中國的評論，研究外網(wǎng)對中國的態(tài)度變化，為理解外部立場提供了數(shù)據(jù)支撐」，黃宏副教授表示。

另一個有意思的研究案例是分析個人的社會經(jīng)濟(jì)地位，將其用于城市規(guī)劃。「我們與電信部門合作獲取用戶的手機(jī)流量日志數(shù)據(jù)，通過分析用戶的 GPS 定位，識別出用戶的活動區(qū)域，并結(jié)合這些地區(qū)的房價信息，推測該地區(qū)在城市中的層級」。舉個簡單的例子，如果一個人頻繁出現(xiàn)在金融區(qū)，可能意味著其社會經(jīng)濟(jì)地位較高，而常出現(xiàn)在學(xué)?；蚪逃龣C(jī)構(gòu)附近，則其身份可能為學(xué)生或教育工作者?；诖?，研究人員可以綜合評估個人的社會經(jīng)濟(jì)地位，從而為城市規(guī)劃提供參考。

在工業(yè)智能化方面，黃宏副教授團(tuán)隊也在用人工智能技術(shù)，對工業(yè)設(shè)備進(jìn)行故障自動識別與診斷，極大提高了設(shè)備維護(hù)的效率和準(zhǔn)確性。

黃宏副教授總結(jié)：「你必須自己對你要做的研究感興趣」。在她看來，科研本質(zhì)上是一個枯燥且需要極大耐心的過程，但如果你真正對它感興趣，就有自驅(qū)力堅持下去，「這也是我在招收學(xué)生時最看重的品質(zhì)」。

周東展：讓 AI 像科學(xué)家一樣產(chǎn)生新的 idea

周東展博士也認(rèn)同黃宏副教授的觀點：「如果沒有興趣的話，確實很難做出比較好的工作」。在她看來，科研方向選擇的關(guān)鍵點不在于判斷該領(lǐng)域是否「卷」或者是「熱門」，熱門領(lǐng)域依舊可以做出行業(yè)典范成果，小眾賽道也能去發(fā)現(xiàn)一些新的問題，我們應(yīng)該突破舒適區(qū)，避免同質(zhì)化研究，選擇做出一些比較 solid 的成果。

目前，周東展博士的研究方向是將大語言模型、多模態(tài)模型等 AI 技術(shù)應(yīng)用于物質(zhì)科學(xué)。主要成果如下圖所示：

去年 1 月，上海人工智能實驗室推出了化學(xué)領(lǐng)域的大語言模型「書生·鑒原」，探索通用大模型與專業(yè)領(lǐng)域結(jié)合的前沿課題?；瘜W(xué)語言模型在多項核心化學(xué)任務(wù)（分子和反應(yīng)相關(guān)）上表現(xiàn)優(yōu)異，多項指標(biāo)超過 GPT-4?？紤]到化學(xué)研究中外部知識的重要性，團(tuán)隊為語言模型加入檢索增強(qiáng)生成 (RAG) 機(jī)制，以減少模型幻覺問題。考慮到化學(xué)數(shù)據(jù)模態(tài)的多樣性，團(tuán)隊進(jìn)一步開發(fā)了多模態(tài)版本模型，該版本模型在分子識別和多模態(tài)化學(xué)推理等方面表現(xiàn)出色，多項指標(biāo)超過 GPT-4v?？紤]到使用科學(xué)工具對于模型的重要性，團(tuán)隊開發(fā)了一個 Agent 工具包，集成超過 50 種化學(xué)工具，涵蓋搜索、計算、分子和反應(yīng)等，讓模型更高效地執(zhí)行相關(guān)任務(wù)。

在以上研究的基礎(chǔ)上，實驗室團(tuán)隊想要讓 AI 承擔(dān)更復(fù)雜的任務(wù)，而不是僅僅讓大語言模型停留在問答層面，于是團(tuán)隊開始探討 AI 是否能像科學(xué)家一樣產(chǎn)生新的科研假設(shè)。

如上圖所示，就是讓 AI 在給定研究背景和問題的前提下，自動生成研究假設(shè)。例如，如果希望研究某種電池并尋找符合特定性質(zhì)的材料和組分，只需要通過解耦研究背景與靈感，并結(jié)合 MOOSE-CHEM 系統(tǒng)及其內(nèi)置的多智能體操作，就能夠生成高質(zhì)量的科學(xué)想法。

研究發(fā)現(xiàn)，科學(xué)假設(shè)的提出是一個復(fù)雜的推理過程，難以通過單一步驟直接生成。因此，團(tuán)隊對這一過程進(jìn)行了拆解，通過迭代搜索靈感和假設(shè)，并對生成的假設(shè)進(jìn)行進(jìn)一步檢索，確保最終形成的科學(xué)假設(shè)更加堅實且多樣化。

與此同時，團(tuán)隊還構(gòu)建了 Benchmark 評估生成的科學(xué)科學(xué)假設(shè)，如下圖所示，研究發(fā)現(xiàn)，性能更優(yōu)的模型具備更強(qiáng)的檢索能力。

此外，研究還證實，在電化學(xué)相關(guān)任務(wù)中，模型能夠生成具有可執(zhí)行性的科學(xué)假設(shè)，而不僅是籠統(tǒng)的概念，比如，其科學(xué)假設(shè)包含材料的核心組成元素，如金屬釕、氮摻雜等。目前，實驗室團(tuán)隊已經(jīng)在與相關(guān)課題組合作，希望推動該系統(tǒng)的落地應(yīng)用，將其打造為一個真正的科研助手。

讓 AI 生成科研 idea，甚至推動科學(xué)創(chuàng)新，是實驗室團(tuán)隊正在努力的方向?；仡欁陨淼膶W(xué)術(shù)經(jīng)歷，周東展坦言，其科研態(tài)度深受物理學(xué)家吳健雄的影響——「研究結(jié)果的偏差可能源自一個極小的細(xì)節(jié)問題」。因此，她始終強(qiáng)調(diào)，關(guān)注細(xì)節(jié)、深入推敲，是科研取得突破的關(guān)鍵。

周冰心：自研蛋白質(zhì)模型在全球權(quán)威榜單上排名第一

在每個人的成長軌跡里，在每個人的成長軌跡里，可能都會有一位在學(xué)習(xí)、事業(yè)、乃至人生規(guī)劃上產(chǎn)生潛移默化影響的「偶像」。談及自己的「科研愛豆」，周冰心博士介紹道，「我之所以選擇做科研，很大程度上是受到了我博導(dǎo)的影響」，在周冰心的印象中，她的博導(dǎo)是一個非常有責(zé)任感的人，認(rèn)真、耐心、平易近人、秒回學(xué)生信息，甚至?xí)鹱种鹁涞貛退拇a、一行行檢查公式推導(dǎo)?！肝蚁Ｍ椅磥砜梢韵裎业膶?dǎo)師一樣，把培養(yǎng)學(xué)生視為一件非常重要的事」。

在科研方向的選擇上面，周冰心認(rèn)為，沒有唯一的「正確道路」，關(guān)鍵在于找到最適合自己的路，并堅定地走下去?！高€是要看你更愿意做什么，以及你的風(fēng)險承受能力如何。只要自己開心，就沒必要因為內(nèi)卷或流行趨勢而盲目跟風(fēng)」。

關(guān)于團(tuán)隊近年來的一些研究，特別是 AI 在蛋白質(zhì)改造方面的探索，周冰心也在本次直播中進(jìn)行了分享。

在工業(yè)中，酶用于藥物開發(fā)、疾病監(jiān)測和塑料降解等。然而，天然蛋白質(zhì)來源于自然界，有其特定的生活環(huán)境（如高壓高溫），未必符合工業(yè)需求，因此需通過改造提升其催化活性、熱穩(wěn)定性、結(jié)合親和力和底物選擇性等。

近年來，人工智能輔助蛋白質(zhì)設(shè)計逐漸興起。如下圖所示，簡單來講，就是先讓自監(jiān)督模型學(xué)習(xí)大量蛋白質(zhì)數(shù)據(jù)（序列、結(jié)構(gòu)、進(jìn)化信息），再拿少量和下游任務(wù)相關(guān)（預(yù)測蛋白質(zhì)活性）的標(biāo)簽數(shù)據(jù)集去訓(xùn)練一個預(yù)測模型，根據(jù)具體需求（提升活性），對蛋白質(zhì)的結(jié)構(gòu)或序列進(jìn)行重新優(yōu)化或全新設(shè)計。

當(dāng)改造完一條蛋白質(zhì)序列后，可以將其轉(zhuǎn)染到大腸桿菌、酵母等表達(dá)體系中，讓生物學(xué)團(tuán)隊進(jìn)行表達(dá)和純化。純化后的蛋白質(zhì)會被用來測試其生物化學(xué)性質(zhì)，如活性、穩(wěn)定性和結(jié)合親和力，這些特性取決于蛋白質(zhì)的具體用途。在這個過程中，算法也可以提供幫助，比如預(yù)測給定蛋白質(zhì)的表達(dá)性、溶解性和活性，最后只需要將算法推薦的蛋白質(zhì)序列用于實驗，就可以進(jìn)一步節(jié)省成本。

如下圖所示，周冰心團(tuán)隊的工作集中在蛋白質(zhì)工程的各個模塊上，包括但不限于從蛋白質(zhì)結(jié)構(gòu)推導(dǎo)序列、從功能推導(dǎo)序列等問題。「我們希望開發(fā)自己的工具，并探索如何將這些工具與后續(xù)的生物實驗結(jié)合，以形成一個完整的循環(huán)，從而實現(xiàn)干實驗（計算模擬）與濕實驗（實際生物實驗）之間的迭代優(yōu)化」。

到目前為止，團(tuán)隊開發(fā)的工具在干、濕實驗中均取得了優(yōu)異成績。例如，在全球的權(quán)威榜單 ProteinGym 上，其模型分別占據(jù)了第一和第二的位置。

此外，團(tuán)隊開發(fā)的生長激素，實現(xiàn)了全球首個 AI 設(shè)計蛋白質(zhì)真正意義的放大生產(chǎn)（5,000 升）。他們還成功改造了 EPS-G7 酶，提高了其特異性和催化活性，并將生產(chǎn)成本降低 90%，打破了進(jìn)口壟斷限制。

除了單點或少數(shù)點位的改造，他們還整個生成了完整的蛋白質(zhì)序列。例如，改造用于核酸剪切的 Ago 系列蛋白（高溫存活），讓其在常溫下也能保持良好的活性，適用于核酸試劑盒中的剪切工作。

AI 從業(yè)者與 Science 從業(yè)者之間的最大問題是溝通

值得一提的是，由于周冰心博士所在領(lǐng)域具備高度交叉性，為了促進(jìn) AI 從業(yè)者與 Science 從業(yè)者的溝通交流，他們團(tuán)隊整理了大量數(shù)據(jù)、工具和下游任務(wù)檢測模塊，并將其整合成一個名為 VenusFactory 的工具庫。

在周冰心博士看來，溝通能力在 AI 與科學(xué)領(lǐng)域的合作中至關(guān)重要。「我剛開始涉足生物方向的交叉工作時，許多生物學(xué)的合作伙伴想要跟我們合作，但我聽不懂他們在說什么?，F(xiàn)在，我可以基于自己的理解，將他們提出的科學(xué)問題轉(zhuǎn)化為工程問題，尋找相應(yīng)的算法來解決」。

周東展博士也認(rèn)同這一觀點。她強(qiáng)調(diào)：「與高校、研究所或企業(yè)合作時，確保雙方在同一層面上理解問題非常關(guān)鍵。我們需要讓科學(xué)領(lǐng)域的合作伙伴了解 AI 技術(shù)的現(xiàn)狀，同時也要讓技術(shù)團(tuán)隊明白最關(guān)鍵的問題是什么」。

黃宏副教授補(bǔ)充道，跨學(xué)科合作中掌握基礎(chǔ)知識非常重要。她回憶起自己與清華大學(xué)社會學(xué)系羅家德教授團(tuán)隊的合作。在初期，社會學(xué)團(tuán)隊提出研究問題，技術(shù)團(tuán)隊提供數(shù)據(jù)分析支持并負(fù)責(zé)實驗設(shè)計。隨著時間的推移，技術(shù)團(tuán)隊逐漸掌握了社會學(xué)的基本知識，開始獨立提出問題并與社會學(xué)團(tuán)隊討論，這種思想碰撞催生了多項研究成果。

值得一提的是，近期正值 ICLR 2025 等頂會公布結(jié)果，同時也有多個重要會議仍未截稿，我們也借此機(jī)會讓老師們分享了一下各自對 AI 頂會的投稿經(jīng)驗，如下所示：

1. 細(xì)讀 Call for papers，明確不同頂會錄取文章的要求，防止失去投稿機(jī)會。

2. 關(guān)注文章細(xì)節(jié)問題，格式正確、圖要清晰、排版要好看。

3. 明確投稿截止時間，所有的實驗至少提前一周全部完成保證論文的完整性，降低審稿人的質(zhì)疑空間。

4. 研究問題，文章 idea 是否真的解決了某一方面的問題；研究動機(jī)是否合理。

5. 論文寫作建議

* 論文提綱建議：第一，介紹背景。第二之前的研究是怎樣的、存在什么問題。第三，我們的工作是怎樣的，保證將你的 idea 傳輸給審稿人并讓他信服；

* 此外，保證文章的邏輯性，每一個 Research question 和后面的實驗驗證需要環(huán)環(huán)相扣，自圓其說。

6. 關(guān)于拒稿：拒稿很正常，審稿人的喜好五花八門，可以試試多投幾次。