尽管人工智能驱动科学研究（AI4S）是最近几年才逐步火热的一个话题，但在某些科研领域如生物信息学，早在上个世纪90年代，随着人类基因组计划的实施，生物信息学迎来了一个“数据大爆炸”的时代，从那时起，生物信息学领域研究者就开始尝试使用人工智能技术来助力科研工作，直至今天。

在过去几年中，大模型技术作为人工智能的一个重要分支，已经从理论研究的深奥殿堂走向了实践应用的广阔天地，从实验室的封闭空间走向了我们日常生活的各个角落。在生物信息学、材料科学、药物发现等领域，大模型技术正在发挥着越来越重要的作用。

而当我们展望未来时，大模型技术将在科研发现领域扮演何种角色？它们将如何进一步联动，推动科研发现的效率和创新性，使其更加智能、高效，并更好地服务于人类社会？

为了深入剖析这一话题，将于9月12日（周四）早上9:00，举办一场主题为「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。

本次论坛荣幸邀请到了：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、LifeMine 首席数据官Linhua Yu，将分享他们的深刻见解和最新研究成果。

（扫描海报二维码预约观看此次线上论坛或添加直播小助手微信，小助手将邀请您进入圆桌论坛交流群，实时交流与提问。）

在这场论坛中，我们将深入探讨以下几个核心议题：

人工智能技术在科研中的进展： 人工智能技术是如何促进科研的？在过去二十余年中，人工智能技术在科研领域的应用经历了哪些里程碑的发展，哪些科研团队在将人工智能技术应用于科研中并取得了显著成就？

大模型技术的兴起与科研发现的融合： 在生物信息学和生物医学信息学领域，有哪些应用大模型和提示学习技术的主要方法？大模型技术在生物信息学、材料科学、药物发现等领域有哪些成功的应用案例，存在什么优势和局限性？

大模型和提示学习在科研发现中的实际应用：大规模数据训练的基础模型与基于提示的学习相结合为在科研领域的应用提供了什么样的机会？我们可以如何更好如何利用大模型和提示学习等技术，提升科研发现的效率和创新性？

未来趋势与挑战： 随着技术的不断进步，大模型与提示学习将面临哪些新的挑战和机遇？我们面临哪些技术难题，又是如何一一克服的？我们应该如何更好利用这些变化，助力科研发现？

1

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，同时担任Christopher S. Bond生命科学中心研究员。

许东教授在北京大学获得本科与硕士学位，于1995年在伊利诺伊大学获得博士学位。他在美国国家癌症研究所做了两年博后工作，此后在橡树岭国家实验室做了六年研究工作，一直到2003年加入密苏里大学，从2007-2016年，他担任该校计算机科学系的系主任。

许东教授的研究主要集中在生物信息学方面，包括机器学习在生物信息学的应用，蛋白质结构预测，蛋白质定位预测，蛋白质翻译后修饰的识别，单细胞数据的分析，还有植物、微生物和癌症的计算机模拟研究，生物信息系统，以及机器学习在中医里的应用。

他的蛋白结构预测工作获得2001 年R&D 100大奖。许东教授目前已发表500多篇论文，他是美国科学促进会（AAAS）会士和美国医学和生物工程研究院（AIMBE）会士。

胡钢清

胡钢清博士于2009年毕业于北京大学，获得生物信息学和基因组学博士学位。毕业后，他加入了美国国立卫生研究院国家心肺血液研究所担任博士后(Post-Doc Fellow)，并于2013年晋升为研究科学家(Staff Scientist)。

2019年夏天，胡博士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西弗吉尼亚大学生物信息学核心设施(Bioinformatics Core Facility)。

他最近的研究集中在解码血癌药物耐药性的表观遗传机制，以及大型语言模型机器人(ChatGPT)在生物信息学和生物医学信息学中的创新使用。他已发表了超过100篇学术论文。

夏淳

夏淳博士是清华大学无线电学士，计算机硕士，美国伊利诺大学计算机博士。硅谷基金TSVC联合创始人，2010年以来所投的200多个种子轮项目中已产出Zoom等9家独角兽科技公司和5家上市公司，拥有种子轮投中独角兽的业界最佳业绩。

投资领域包括芯片设计、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、生成媒体与社群经济等。曾在清华大学首创逆向创新，任清华大学创+逆向创新示范中心主任，实践市场倒逼技术的逆向科技产业化。在硅谷创办过三家高科技公司。曾任Sun Microsystems首席架构师，为云计算技术奠基者之一。清华企业家协会TEEC创会会员及首任北美分会主席。

于利华

于利华拥有波士顿大学生物医学工程博士学位，师从 Temple Smith 博士，并拥有中国北京清华大学生物医学工程硕士和学士学位。

她目前担任 LifeMine 的首席数据官，在从靶标识别到转化医学、数据科学和早期临床开发等药物发现方面拥有丰富的经验。Lihua 在研发过程中整合和应用数据科学，与所有职能部门合作推动平台和产品线向前发展。

Lihua 此前曾在 FogPharma 工作，负责领导数据科学职能部门，并共同领导公司的发现平台和新靶标。在加入 FogPharma之前，Lihua 曾在 H3 工作，最历任生物信息学主管、首席数据科学官和总裁。在加入 H3 之前，Lihua 曾担任阿斯利康美国肿瘤学公司的癌症生物信息学负责人。

2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

观看方式：「」视频号 与「AI科技评论」视频号同步直播

参考资料：

1，Iterative Prompt Refinement for Mining Gene Relationships from ChatGPT

https://gairdao.com/doi/10.1142/S2972335324500054

2，《密苏里大学许东：大模型时代，Prompt 为生物信息学研究带来新动力丨IJAIRR》https://www.leiphone.com/category/academic/bt28wbKQtZa1E2Ei.html

3IJAIRR正在邀约论文和专题

《国际人工智能与机器人研究期刊》（International Journal of Artificial Intelligence and Robotics Research，简称IJAIRR），是由新加坡GAIR研究院与世界科技出版社联合出版的国际学术期刊。

作为全球首本专注于人工智能（AI）、机器人技术（Robotics）以及基础科学交叉研究（Research）的期刊，IJAIRR致力于成为AI与机器人领域研究的权威发布平台。

IJAIRR欢迎各类研究论文、评论文章、短篇论文、书评以及专题（Special Issue）形式的投稿。我们特别关注那些在顶级AI会议上发表并现场展示，但缺乏长期沉淀平台的优秀论文。为了给这些论文及其作者提供一个更广泛的发表和推广渠道，IJAIRR现正积极邀约相关论文投稿。

如果您在本领域顶级会议上发表的文章（或即将发表）不超过一年，我们将协助您稍作修改后在IJAIRR期刊上发表。

如果您领导的团队在顶级会议上有多篇论文发表，并希望在IJAIRR上围绕特定主题策划一个专题（Special Issue），我们诚挚邀请您深入讨论合作事宜。

如果您是顶级会议的组织者，并有意与IJAIRR合作，针对特定会议策划一个专题（Special Issue），我们也期待与您具体商讨合作细节。

IJAIRR期待与您携手，共同推动人工智能与机器人研究的发展。

联系人：IJAIRR创刊主编朱晓蕊博士，xiaorui_zhu@gair.sg

关于期刊创刊主编等更多信息，可点击

https://mp.weixin.qq.com/s/gEctQolbEqqf2eVwBAkdoA

关于GAIR大会、GAIR研究院（期刊和在线社区）的详细介绍，请阅读朱晓蕊教授的专访：

https://mp.weixin.qq.com/s/Qn7Gc3rVijQhhK0hTSrgxw

IJAIRR期刊的主页链接为：

https://gairdao.com/journals/ijairr