AI4S讲座：大语言模型与提示学习在科研中的应用潜力

人工智能驱动科学研究（AI4S）是近年来的热点，但在生物信息学等领域，这场变革早已开始。上世纪90年代，随着人类基因组计划的实施，生物数据迎来首次爆发式增长。从那时起，研究者们便开始运用人工智能技术解析生命密码，这条探索之路持续至今。

如今，作为人工智能的重要分支，大模型技术已从理论走向实践，从实验室渗透到日常生活。在生物信息学、材料科学、药物发现等前沿科研领域，大模型正发挥着日益关键的作用。

展望未来，大模型技术将在科研发现中扮演什么角色？它们将如何协同联动，以更智能、高效的方式推动科学创新，最终服务人类社会？

为深入探讨这些问题，一场主题为「大语言模型与提示学习在科技研发中的应用与潜力」的线上圆桌论坛将于9月12日（周四）上午9:00举行。

本次论坛汇聚了多位顶尖学者与业界专家，包括：美国密苏里大学电子工程和计算机科学系校董讲座教授许东、西弗吉尼亚大学微生物学、免疫学和细胞生物学系助理教授胡钢清、硅谷基金TSVC联合创始人夏淳，以及LifeMine首席数据官于利华（Linhua Yu）。他们将分享深刻见解与最新研究成果。

论坛将围绕以下核心议题展开深度对话：

人工智能技术在科研中的进展

人工智能如何为科研赋能？过去二十多年，AI在科研领域的应用经历了哪些关键里程碑？哪些团队在推动AI与科研融合方面取得了突破性成就？

大模型技术的兴起与科研发现的融合

在生物信息学与生物医学信息学领域，应用大模型和提示学习的主流方法有哪些？这些技术在生物信息学、材料科学、药物发现等领域有哪些成功案例？其当前优势与局限是什么？

大模型和提示学习在科研发现中的实际应用

基于海量数据训练的基础模型，结合灵活的提示学习，为科研领域开辟了哪些新机会？如何利用这些技术切实提升科研发现的效率与创新性？

未来趋势与挑战

随着技术演进，大模型与提示学习将面临哪些新挑战与机遇？当前存在哪些技术难题，业界如何应对？应如何把握这些变化以助力未来科研突破？

嘉宾介绍

许东

许东教授是美国密苏里大学电子工程和计算机科学系的校董讲座教授，兼任Christopher S. Bond生命科学中心研究员。他于北京大学获得本科与硕士学位，1995年在伊利诺伊大学获得博士学位。在美国国家癌症研究所完成博士后研究后，他在橡树岭国家实验室从事了六年研究工作，于2003年加入密苏里大学，并在2007年至2016年间担任计算机科学系系主任。

他的研究聚焦于生物信息学，特别是在机器学习于该领域的应用、蛋白质结构预测、蛋白质定位预测、翻译后修饰识别、单细胞数据分析，以及植物、微生物和癌症的计算机模拟研究等方面均有建树。其蛋白质结构预测工作曾荣获2001年R&D 100大奖。许东教授已发表500多篇学术论文，是美国科学促进会（AAAS）会士和美国医学与生物工程研究院（AIMBE）会士。

胡钢清

胡钢清博士于2009年毕业于北京大学，获生物信息学与基因组学博士学位。之后他加入美国国立卫生研究院国家心肺血液研究所，先后担任博士后研究员和研究科学家。2019年夏天，他加入西弗吉尼亚大学微生物学、免疫学和细胞生物学系，担任助理教授并负责管理该校的生物信息学核心设施。

他近期的研究集中于解码血癌药物耐药性的表观遗传机制，以及探索大型语言模型在生物信息学和生物医学信息学中的创新应用。胡博士已发表超过100篇学术论文。

夏淳

夏淳博士拥有清华大学无线电学士、计算机硕士学位，以及美国伊利诺大学计算机博士学位。他是硅谷基金TSVC的联合创始人，自2010年以来，其投资的200多个种子轮项目中已诞生Zoom等9家独角兽公司和5家上市公司，创造了种子轮投资的业界标杆。

他的投资领域涵盖芯片设计、互联网/物联网、云计算/边缘计算、大数据、人工智能、智能制造、区块链等。夏淳博士曾在清华大学首创“逆向创新”模式并担任相关中心主任，积极推动市场倒逼技术的产业化实践。他曾在硅谷创办三家高科技公司，并担任过Sun Microsystems首席架构师，是云计算技术的奠基者之一。他也是清华企业家协会的创会会员及首任北美分会主席。

于利华

于利华（Linhua Yu）拥有波士顿大学生物医学工程博士学位（师从Temple Smith博士）以及清华大学生物医学工程硕士和学士学位。她现任LifeMine公司首席数据官，在从靶标识别到转化医学、数据科学及早期临床开发的完整药物发现链条上拥有丰富经验。她擅长在研发全流程中整合与应用数据科学，协同各职能部门推动平台与产品管线进展。

在加入LifeMine之前，她曾在FogPharma领导数据科学部门并共同领导公司的发现平台与新靶标工作。更早之前，她在H3公司历任生物信息学主管、首席数据科学官及总裁等职。其职业生涯始于阿斯利康美国肿瘤事业部，担任癌症生物信息学负责人。

讲座信息

主题： 大语言模型与提示学习在科技研发中的应用与潜力

时间： 9月12日（周四），北京时间 9:00-11:00