可以利用大量的无监督数据来加速生命科学发现和药物设计在工业中的应用吗?在这次演讲中,我将介绍xTrimo家族的大规模预训练模型,涵盖了多尺度的生物过程,整合了大量的蛋白质序列、结构、蛋白质相互作用和单细胞转录组数据。这些预训练模型可以作为解决生命科学和药物设计中许多预测问题的基础,并实现最先进的性能。
宋博士是机器学习和图神经网络领域的专家。他现在是BioMap的首席技术官和首席人工智能科学家,负责xTrimo这一面向生命科学的大规模基础模型的战略规划和技术开发,以及构建高通量闭环系统,以补充人工智能引擎。宋博士是MBZUAI的教授,在此之前,他曾是乔治亚理工学院的副教授,并在谷歌和卡内基梅隆大学担任研究员。他的工作在NeurIPS、ICML和AISTATS等主要人工智能会议上多次获得最佳论文奖。宋博士还是ICML的董事会成员,并曾担任ICML 2022的程序主席。