- 0
- 0
- 0
分享
- 2022智源大会|AI赋能生命健康专题论坛
-
2022-05-25
2022年北京智源大会召开在即,5月31日至6月2日,持续三天,26场由各领域领军学者主导的专题论坛。大会将紧紧围绕这些当前学术领域迫切需要解决的问题,以及产业落地过程中存在的诸多挑战,延续一贯以来的“内行认可”品质口碑,分享真正内行认可的重大成果与真知灼见,献上一场诚意满满的AI盛宴!目前已正式开放大会线上报名渠道。大会将同步向全球线上直播。
北京智源大会倒计时:6 天
生命健康关系着国计民生,是人工智能技术交叉落地最重要的领域之一。生命健康领域覆盖面非常广,从未知疾病预警、新药开发,到老药新用、辅助诊断、医疗影像、智能手术机器人,很多方向都有AI的用武之地。本次智源大会“AI赋能生命健康论坛”邀请到了加州大学圣巴巴拉分校计算机系助理教授李磊,清华大学国强教授、智能产业研究院(AIR)首席研究员聂再清,加拿大MILA实验室助理教授唐建,清华大学卓越访问教授、美国芝加哥丰田计算技术研究所教授许锦波,清华大学智能产业研究院(AIR)高级访问教授、华深智药创始人彭健,星药科技创始人&CEO李成涛以及智源健康计算中心负责人黄文灏、叶启威,智源青年科学家袁洋等,为大家介绍在AI+生命健康领域最新前沿进展。
论坛议程
黄文灏,北京智源人工智能研究院健康计算研究中心负责人
北京大学博士,近年来主攻人工智能、深度学习、自然语言处理研究,对人工智能技术在金融行业的应用有丰富的实战经验;全职加入智源研究院之前,曾任微软亚洲研究院研究员,负责自然语言理解,实体抽取,对话理解以及人机协同等研究工作,相关成果应用在微软自然语言理解平台 LUIS,Office,Teams,Bot Framework 等产品中,影响用户超过 30 亿。在 AAAI、Transactions on Intelligent Transportation Systems 等人工智能顶级学术会议和高影响因子 SCI 国际期刊发表论文二十余篇。
袁洋,清华大学交叉信息学院助理教授,智源青年科学家
2012年毕业于北京大学计算机系,2018年获得美国康奈尔大学计算机博士学位,师从在线学习与强化学习理论专家Robert Kleinberg教授。2018-2019年前往麻省理工学院大数据科学学院(MIFODS)做博士后,师从Locality-sensitive Hashing算法的提出者Piotr Indyk教授和机器学习鲁棒性专家Aleksander Madry教授。袁洋博士主要研究方向是智能医疗、AI可解释性、AI大系统。
叶启威,北京智源人工智能研究院健康计算研究中心负责人
曾任微软亚洲研究院主管研究员,专注于决策智能相关研究,包括(深度)强化学习,决策树模型,生成模型及其应用。在2016研发了LightGBM,在精度和速度上都超过同时代其他框架,成为业界最受欢迎的决策树算法之一。在2018年研发了Suphx,目前人类史上最强的麻将AI模型,在『天凤』平台荣升十段,显著超越人类顶尖选手。在NeurIPS,ICML,IJCAI等会议发表多篇论文。
许锦波,清华大学卓越访问教授、美国芝加哥丰田计算技术研究所教授、《Bioinformatics》编委。他毕业于中国科学技术大学计算机系,中国科学院计算技术研究所和加拿大滑铁卢大学,是美国麻省理工学院数学系和人工智能实验室博士后。许教授的研究兴趣包括人工智能和机器学习、优化算法和计算生物学。他于 2016 年首次证明了深度学习可以大幅度提高蛋白质结构预测的性能,引领了人工智能在蛋白质结构预测领域的突破。许教授曾获美国斯隆研究奖、美国自然科学基金早期职业奖、《PLoS Computational Biology》创新突破奖、国际计算生物学顶级会议 RECOMB 最佳论文奖和时间检验奖 (Test-of-Time Award),并多次接受英美杂志如《纽约时报》、《经济学人》、《财富》、《自然》 和《科学》的采访。许教授也是2021年未来科学大奖论坛的主讲嘉宾,2021年北京大学顶尖讲学者和2022年在瑞典的诺贝尔论坛特邀嘉宾。
议题简介:一直以来新药研发有着投入大、耗时长、风险高的三大痛点。与其他行业随着时间的推移,进步的科技达到相同水平的成本会逐年下降的情况不同,新药研发领域自1950年以来,每款新药的平均研发成本每9年就会翻一番,即Eroom’s Law(反摩尔定律)。如何破解这个魔咒,是药物研发科学家们最关注的问题之一。星药科技的创始人&CEO李成涛博士将围绕新药研发行业痛点、人工智能技术的最新发展及应用,结合真实世界人工智能赋能药物研发案例进行分享,与大家共同探讨是否能借助人工智能技术找到一种新范式重塑医药研发核心力。
议题简介:基因组的测序和解读让人类初步破解了天然DNA序列的生物学功能;能否从我们希望实现的功能需求出发,来“逆向”设计和构造人工基因系统,正成为新的科学研究焦点。DNA序列潜在编码空间大(仅1000碱基长度的DNA就有4^1000种排列方式),序列与功能之间的映射非线性。过去,人工基因元件的获取主要通过对自然元件的简单改造,例如通过随机突变结合定向进化等实验来筛选获得新的元器件。这些方法一方面成功率低,另一方面通常只能获得与天然序列非常相似的元件,难以发现全新的功能序列。我们近期尝试用机器学习模型来解析和设计基因调控序列,将人工智能生成模型与合成生物实验闭环耦合,采用数据与知识双驱动的策略解析基因转录调控复杂编码模式,进而用机器学习方法优化设计获得大量全新的调控元件,完成从物理-虚拟-物理世界的迭代映射过程,验证了用AI设计基因调控序列的可行性。
唐建,Mila-Quebec人工智能研究院助理教授
彭健,清华大学智能产业研究院(AIR)高级访问教授、华深智药创始人
李磊,加州大学圣芭芭拉分校计算机系助理教授
许锦波,清华大学卓越访问教授、美国芝加哥丰田计算技术研究所教授
聂再清,清华大学国强教授、AIR首席研究员
李成涛,星药科技创始人&CEO
汪小我,清华大学长聘教授
黄文灏,北京智源人工智能研究院健康计算研究中心负责人
叶启威,北京智源人工智能研究院健康计算研究中心负责人
袁洋,清华大学交叉信息学院助理教授,智源青年科学家
关于AIR
-
阅读原文
* 文章为作者独立观点,不代表数艺网立场转载须知
- 本文内容由数艺网收录采集自微信公众号清华大学智能产业研究院 ,并经数艺网进行了排版优化。转载此文章请在文章开头和结尾标注“作者”、“来源:数艺网” 并附上本页链接: 如您不希望被数艺网所收录,感觉到侵犯到了您的权益,请及时告知数艺网,我们表示诚挚的歉意,并及时处理或删除。