首届世界科学智能大赛凝练学科交叉、挖掘顶尖创新团队

　　 中新网 上海12月1日电 (记者 陈静)以解决问题为出发点，采取创新机制：允许自由组队，首届世界科学智能大赛促进了不同学科背景的研究者共同协作，给多个赛道的未来发展带来启迪。

　　记者1日获悉，首届世界科学智能大赛颁奖典礼暨上海科学智能青年科学家论坛在复旦大学举行。“这次大赛为我们凝练学科交叉提供了新的可能性，让参赛者知道不同学科放在一起可以解决共同的问题。”担任生命科学赛道评委的复旦大学智能复杂体系基础理论与关键技术实验室副主任张梦翰1日接受记者采访时说。

　　上海中心气象台台长、大气科学赛道评审马雷鸣认为，就大气科学赛道而言，选手的很多算法不仅提出模型架构的优化，而且将大气科学、气象要素的物理特点等融入算法中，在改进预报能力的同时，大幅提升了计算效率。在马雷鸣看来，本次大赛对大气科学领域的研究范式将起到推动作用。“它坚定了我们通过人工智能技术推动预报技术变革的信心，而且选手们的工作对于人工智能天气预报现存的物理可解释性难题的解决思路具有很强的启发性。”

　　“通过学习如此大规模、分布广的数据集，AI背景的成员可以向化学背景的成员学习如何更好地理解数据，化学背景的成员有了一次近距离接触AI与化学交叉场景的机会。”来自加州大学戴维斯分校博士生的郭文韬是GPT-4 Auto Agent的一名成员。据悉，其所在团队是量子化学赛道中一支国际化的“产学合作”队伍。针对数据特点，成员们提出创新解决方案。

　　生命科学赛道冠军“牛刀小试”团队，由中国科学院大学生物信息学专业的王泰福与华南农业大学分子生物学专业的刘智健组成。他们的赛题是“生物学年龄评价与老年病风险预测”。事实上，对两位硕士研究生选手来说，是一项艰巨的任务。但刘智健认为，正是得益于大赛良好的赛制反馈和各支队伍之间的良性竞争，才让他们完成了一、两个人原本无法完成的任务。

　　人工智能是引领全球新一轮科技革命和产业变革的战略性技术。在“大算力”“大数据”“大知识”融合的全新时代，科学智能(AI for Science)作为热点领域之一，将对基础科学研究的范式变革产生划时代意义。据悉，本次大赛旨在推进科学智能技术创新，挖掘顶尖创新团队，打造科学智能生态，激发人工智能发展新动能，为上海打造人工智能高地、中国抢占世界科技前沿提供有力支撑。

　　“对材料科学智能赛道来说，本次比赛引起了学术界对AI+材料的广泛关注。”复旦大学化学系教授、博士生导师张凡说道。作为材料科学赛道的评委之一，他介绍，这次参加材料科学赛道的选手非常踊跃，初赛的81个有效提交结果之中，有51个超过基线(baseline)模型性能(score:0.22)。选手们的性能提升方案有从数据扩展、方法改进、特征筛选和融合等多个方面，多支队伍都采用模型集成的办法，提高最终的预测精度。“通过这次大赛可以看到，虽然实际材料合成数据的有限，即数据量小，但AI算法仍然有很大的探索空间以提升材料的合成条件预测精度。”张凡希望借助这次比赛，让学界焦点更多地聚集在材料结构与实际合成之间关系的建立，使用AI去揭示新规律，联合先前研究实现新材料发现与合成的精准预测一体化，从而进一步推动科学研究范式的改变。

　　据悉，本届大赛中，生命科学、大气科学、材料科学、流体力学、量子化学五大赛道，吸引全球11653名选手参赛。最终30支队伍在复旦大学参加总决赛，在五大赛道比赛现场，面对评委们的提问，选手们用精密的实验数据和清晰的逻辑一一给出回答。激烈的角逐中诞生了一、二、三等奖、最佳创新奖和“星辰学者”特别奖。“星辰学者”是大赛设置的特别奖项，颁发给其方案最具创新价值的参赛团队，寓意“用AI的望远镜，探测科研的星辰大海”。据透露，接下来的每一届比赛都会延续这个奖项。

　　就读于信息科学与工程学院智能科学与技术专业复旦大学本科生周潪剑获得本次大赛“星辰学者”。在他看来，参加大赛“不仅为我未来的学术研究提供新思路，也为我进入科研领域打下坚实基础。”周潪剑说，他参加的量子化学赛道为选手提供超过1000万的训练数据，是目前世界上最大、最全面的同类型数据库，这意味着选手需要有扎实的AI模型开发技术和工程优化能力。

　　来自北京邮电大学人工智能学院的Pris727团队喜获大气科学赛道的一等奖。“我们创新性地提出一种多时间序列预测策略的集成气象预报方法，通过知识融合来让预报模型掌握更丰富的时序知识和气象变化规律。”队长徐梦秋说。徐梦秋认为，团队合作对多学科交叉团队来说非常关键。“我们在相同的目标下高效实现优势互补，提升自我技能，丰富知识储备。在协作沟通过程中，我们更好地理解人工智能和气象交叉领域的挑战和机遇，并为未来的研究方向和职业规划铺垫基础。”(完)