AI+科学是不是伪命题?NeurIPS要搞一次大讨论,Bengio也来了

2021 年 8 月 9 日 量子位
萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI

AI强风已过,各科研领域的发展究竟如何了?

是像新冠病毒领域,一篇临床可用的AI论文也没有;还是像蛋白质领域,AI已经能预测出98.5%的人类蛋白质结构……

现在,来自MIT、斯坦福、佐治亚理工、剑桥、哥大等一众高校的研究人员和导师,首次在NeurIPS 2021上组织了题为「AI+科学」的研讨会,就连Yoshua Bengio也来参与。

没错,这是NeurIPS 2021新增的一个Workshop,意味着“AI+科学”在领域内已经成为一个炙手可热的话题。

在这里,这些研究人员打算调查出AI“没啥作用”的学科,同时对AI的潜力领域进行研讨。

是时候审视AI究竟在哪些学科和领域起作用了。

会上都有哪些大牛

这场研讨会,包括图灵奖获得者Yoshua Bengio、MSRA副院长刘铁岩、MILA助理教授唐建在内,不少知名科学家们都将参与其中。

MILA教授Yoshua Bengio,因深度学习和AI方向的研究获2018年图灵奖,他在这场研讨会上将作“AI+药物/材料”相关主题的演讲。

微软亚洲研究院副院长(MSRA)刘铁岩,不仅是IEEE Fellow,还是CMU、清华、中科大、南开等一众高校的兼职教授,主要研究领域有深度学习、增强学习和分布式机器学习等,在这场研讨会上,他将作“AI+科学”相关主题的演讲。

MILA助理教授唐建,主要研究方向是深度图表示学习、知识图谱、药物发现等,曾获ICML 2014最佳论文奖,论文总引用达8515次,H因子33,这场研讨会上,他将作“AI+药物”相关的演讲。

除此之外,也有不少来自DeepMind、MIT、哈佛、布朗大学等高校和机构的科学家们参与,他们的研究方向也五花八门,宇宙学、地球科学、化学到神经科学等领域均有涉猎。

那么,这场研究会究竟要讨论什么?

打破“AI+”桎梏,探讨交叉问题

从会议目的来看,主要有5点:

  • 讨论AI可能/不太可能影响基础科研的方向,确定原因

  • 提出有潜力的“AI+学科”问题,以及能否应用前沿AI方法

  • 在学科交叉(生物学、化学、物理学、神经科学等)中发现重要研究方向

  • AI如何改变或补充经典科学方法、如何改变科学发现过程本身

  • AI方法如何在科学领域内落地

没错,这群研究人员发现,有些问题已经严重阻碍了AI+科学的发展。

这些问题中,包括对AI“不切实际”的假设,例如大多数基于机器学习的分子生成模型,只考虑了化合物的价键有效性,却忽视了他们的现实可合成性。

类似情况,也导致了新冠+AI论文,一篇临床可用的都没有。

此外,也有不少有潜力的领域没能用上AI方法,例如拓扑量子计算、物理学猜想证明/证伪、天体物理模拟等。

因此,探索学科交叉点、科学方法有效性、专门用于基础科学的AI工具,成为了AI+研究人员必须面对的问题。

当然,不止这些高校的学者和专家,现在你也可以参与其中,共同进行研究。

你也可以参与研究

会议的组织者中,既有来自MIT、斯坦福、剑桥、佐治亚理工、MILA、哥大等高校和研究机构的教授和研究员,也有博士和本科生。

而他们的研究方向,也都属于不同领域,但都和AI相关:

像MIT的高文昊,方向是AI+化学;佐治亚理工学院的符天凡,方向是AI+药物发现;剑桥大学的王瀚宸,方向是AI+几何;斯坦福大学的黄柯鑫,方向是AI+生物医学……

探讨自己的AI+科学研究究竟“有没有用”,这样的研讨会也是很硬核了。

现在,他们也希望更多学者能参与其中,探讨“AI+各学科”的最新成果、以及“AI+”作用于各科研领域的问题和机会。

一方面,不论你研究的是哪个领域的AI科研,包括理化生、核科学、机械、农业、材料等领域,都可以向会议提交论文摘要扩展(Original Research Track),例如:

从数据中学习物理动力学;加速物理模拟器、采样器和求解器;分子建模和从头生成(de novo);生物系统建模、基因组学、蛋白质、RNA;

加速宇宙学模拟;精准农业提高作物产量;优化航空航天产品设计和开发;基准相关或新任务(数据集、SOTA模型等);为科学发现构建工具/基础设施/平台;科学方法研究……

另一方面,如果你认为AI在某些领域的研究“不切实际”,或是觉得AI能被应用于一些特殊领域,也可以向会议提交论文,例如:

不切实际的机器学习方法论假设;被忽视的科学问题;多学科交叉的机会;某个应用领域的未来研究方向/假设;负责任地使用和开发人工智能用于科学……

提交截止至9月18日,研讨会将于2021年12月13~14日举办。

除此之外,也有不少正致力于研究这一方向的顶尖高校导师,如果你对AI+某个学科的研究方向感兴趣的话,也可以与导师进行直接交流。

感兴趣的小伙伴,可以戳下方官网进行投稿、报名~

「AI+科学」Workshop官网:
https://ai4sciencecommunity.github.io/

参考链接:
[1]https://docs.google.com/forms/d/e/1FAIpQLSepYNm_s12nwhOH1QXEIuHIeU5Jdy3MCXzKE55oBpjuJV-lQA/viewform
[2]https://openreview.net/group?id=NeurIPS.cc/2021/Workshop/AI4Science

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

「智能汽车」交流群招募中!

欢迎关注智能汽车、自动驾驶的小伙伴们加入社群,与行业大咖交流、切磋,不错过智能汽车行业发展&技术进展。加好友请务必备注您的姓名-公司-职位哦~



点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
0

相关内容

神经信息处理系统年会(Annual Conference on Neural Information Processing Systems)的目的是促进有关神经信息处理系统生物学,技术,数学和理论方面的研究交流。核心重点是在同行会议上介绍和讨论的同行评审新颖研究,以及各自领域的领导人邀请的演讲。在周日的世博会上,我们的顶级行业赞助商将就具有学术意义的主题进行讲座,小组讨论,演示和研讨会。星期一是教程,涵盖了当前的问询,亲和力小组会议以及开幕式演讲和招待会的广泛背景。一般会议在星期二至星期四举行,包括演讲,海报和示范。 官网地址:http://dblp.uni-trier.de/db/conf/nips/
【Yoshua Bengio】走向因果表示学习,附论文、视频与72页ppt
《图表示学习》报告,McGill助理教授Hamilton讲授,79页ppt
【Yoshua Bengio】因果表示学习,附视频与72页ppt
专知会员服务
75+阅读 · 2021年1月7日
专知会员服务
90+阅读 · 2020年10月30日
专知会员服务
113+阅读 · 2020年10月8日
剑桥大学2020《AI全景报告》出炉,177页ppt
专知会员服务
118+阅读 · 2020年10月4日
2019 年,最值得回顾的十大 AI 学术观点
AI科技评论
6+阅读 · 2019年12月31日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
学人工智能,参加培训真的有用吗?
AINLP
6+阅读 · 2018年10月10日
Arxiv
0+阅读 · 2021年10月15日
Arxiv
0+阅读 · 2021年10月9日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员