科学的主要模型都是来自于物理学，比如牛顿方程、空气动力学、弹性力学、电磁场理论、量子力学等。但是有了这些物理原理，仍存在待求解的问题机理不清楚，或者问题机理过于复杂以至于传统算法难以求解的困难，实际没办法使用。
而深度学习从数据分析和科学模型的角度，给我们带来的新机会。将科学模型、机器学习与高性能计算相结合，可以进一步开发出更加高效和准确的研究方法，促进科学研究从「小农作坊」模式到「大平台」模式的转变，这就是“AI For Science”。
下周六下午，飞桨博士会线下活动，我们邀请了生物学/心理学/分子动力学、科学计算及超大规模计算等领域的交叉研究学者，围绕“AI For Science”主题展开一场前沿讨论，探讨智能时代的科学计算新范式。
飞桨博士会是由百度开源深度学习平台飞桨（PaddlePaddle）发起的中国深度学习技术俱乐部，旨在打造深度学习核心开发者交流圈，成员皆为博士，且具备深度学习多年研究和实践经验。此前飞桨博士会已举办六期线下沙龙，组织会员共同研讨自然语言处理（NLP）、计算机视觉（CV）、AutoDL自动深度学习建模技术等前沿技术。
10月 16 日下午 2 点，新第十期飞桨博士会线下沙龙将在百度大脑创新中心（中关村创业大街）举行。本期沙龙我们邀请到了3位“AI+科学计算”领域前沿的技术专家，为大家带来主题为“智能时代的科学计算新范式”的相关议题和项目的分享，点击阅读原文可了解更多线下沙龙报名信息！
分享一：AI+核酸: 生物计算的前沿
邱祥运
密西根州立大学物理系博士
讲师介绍：
邱祥运 博士，1999年本科毕业于中国科技大学物理系和计算机系, 2004年博士毕业于密西根州立大学物理系, 现为某大学教授. 邱教授二十多年来致力于学科交叉, 知识创新和技术开发, 立足于对计算机, 物理, 生物, 化学等多学科融合, 独立运用实验和计算, 在多个领域共发表同行评审论文40多篇, 其开发软件授权于多家材料和制药公司使用, 开发实验技术促使国际多个测量工作站的建立。
议题介绍：
本次演讲将从核酸作为生命的蓝图为起点, 简述核酸科学和核酸医学的发展和现状, 重点讨论AI如何推动对核酸信息与功能的认知预测和AI在基因医疗与核酸药物开发中的巨大潜力. 演讲者将从多个角度论证AI+核酸是当下生物计算的前沿和精准医学的先行者。
分享二：AI+心理学：多智能体博弈中的认知问题与计算方法
钟方威
北京大学博士后
讲师介绍：
现为北京大学人工智能研究院博士后，获博士后创新人才计划资助。在此之前于2021年获得北京大学博士学位。他的研究兴趣是融合计算机视觉、机器人学习、多智能体、虚拟现实和认知科学等多个领域知识，实现高效自主的机器人。他已在人工智能领域顶级学术期刊和会议发表论文多篇，包括了IEEE TPAMI、ICML、ICLR、NeurIPS、CVPR、AAAI等。他多次受邀担任 NeurIPS、ICML、ICLR、CVPR、ICCV、AAAI等人工智能领域顶级国际会议程序委员/审稿人。
议题介绍：
本次演讲将以主动目标跟踪任务为例，介绍多智能体博弈过程中存在的复杂认知计算问题。之后，将介绍如何将认知心理学、社会心理学、社会学等学科知识与AI结合，提升智能体学习效率，实现鲁棒高效的主动目标跟踪。最后，将探讨相关方法推广至其它机器人/多智能体场景的可能性，对未来工作进行展望。
分享三：AI+分子模拟：药物设计与材料研发中的计算方法
张与之
深势科技算法研究员
讲师介绍：
张与之，毕业于北京大学元培学院，计算数学专业，研究方向是机器学习与多尺度建模、第一性原理计算、分子动力学、自由能计算等。他是DeepModeling开源社区DeePMD-kit, DP-GEN等软件的核心开发者，数篇发表论文涵盖对温稠密物质、多元合金、铁电材料等的研究。他作为研发骨干在团队成立之初加入深势科技，是药物设计平台Hermite和自由能微扰计算软件Hermite-FEP的核心开发者。
议题介绍：
机器学习与物理建模是科学计算的两大战场。前者是处理复杂信息与数据的有效工具；后者是人们认知物理世界的科学方式。本次演讲将从深度学习分子动力学DeePMD方法出发，介绍算法工程化过程中的进展与挑战，并通过计算机辅助药物设计和电池、合金等材料研发两大场景，介绍AI和分子模拟是如何被有机结合在一起拓宽领域边界。
除了干货满满的专家分享环节，还为大家安排了充足的小组讨论时间及主题，可以与技术专家面对面进行深度学术交流！
扫描下图二维码或点击阅读原文链接，即可获取详细报名信息！本场活动将面向已经加入飞桨博士会的成员开放，同时也欢迎在读或已毕业的博士咨询参加。结识行业人脉，快来扫描二维码，报名参加本场活动吧！
