用“飞轮效应”开启智能科学时代新篇章，火山引擎AI for Science研讨会与Bio-OS大赛圆满收官|火山引擎|Science|AI_新浪科技

来源：DeepTech深科技

11 月 12 日，火山引擎第二届 AI for Science 闭门研讨会暨第二届 Bio-OS 开源开放大赛颁奖典礼在广州成功举办。本次活动以“AI 创引，科学新境”为主题，吸引了来自科研、教育、医疗和 AI 等多个领域的百余位产业界精英和专家学者，深入探讨了如何借助 AI 引领科学研究的新境界，通过打造智能科学时代的“飞轮效应”，推动 AI for Science 科研创新与发展。此外，本次大会还进行了第二届 Bio-OS 开源开放大赛的颁奖典礼。

从 1982 年 Hopfield 网络诞生，到 2016 年 AlphaGo 战胜世界围棋冠军，再到今年 AI 获得诺贝尔物理奖和诺贝尔化学奖的认可，清华大学教授、国际计算生物学学会（ISCB，International Society for Computational Biology）副主席张学工教授在大会开幕致辞中强调了 AI 在物理、化学、生物等多个科学领域的重要作用，预示着科学研究的革命性转变。他提到，AI for Science 是一个包含数据、算法、算力和模型多个方面的系统工程，因此，迫切需要建立对用户友好、支持多种科学 AI 算力的基础设施作为支撑。

火山引擎总裁谭待在会上表示，AI for Science 正引领科学发展步入新纪元、促进科研成果迎来大爆发。为应对 AI for Science 带来科研数据呈指数级增长和多模态数据处理需求的挑战，火山引擎推出对话式 AI 实时交互系统和视频生成大模型等一系列成果，并将不断探索如何将 AI 技术转化为实际的科研成果和让其具有商业价值。

用“飞轮效应”开启智能科学时代的新篇章

从 AI for Science 的前沿话题，到材料科学的创新案例，再到多组学数据在疾病风险预测和药物发现中的应用……演讲嘉宾带来了他们独到的专业见解和对行业的深刻洞察。

火山引擎副总裁张鑫博士在会上分享了《AI for Science 与 Science for AI：打造智能科学时代的“飞轮效应”》的主题演讲中提到，人工智能在科研领域快速发展，正在从第四范式走向以 AI for Science 为代表的第五范式。

他表示，AI 技术的进步不仅体现在速度和广度上，更应该在深度上有所突破，使得大模型能够更深入地理解和应用数据。因此，由算力、数据、算法和知识组成的“四驱飞轮”，将作为科研提效中的关键。

通过分布式的方法管理异构资源处理海量数据，进一步推动多模态、多维度、多尺度数据实现可用、可互操作、可访问、可复现。再通过 Agent 体系化思维自动理解目标并完成科研任务，将零散知识单元和数据组织成“知识聚合体”。

除了“四驱飞轮”，张鑫还提到了第二个“飞轮效应”——AI for Science 与 Science for AI，二者相辅相成，并共同推动科学研究和 AI 技术的创新发展。

具体而言，AI for Science 通过利用人工智能技术更高效地解决科研中的难题，加速科学探索的进程；而 Science for AI 则通过提升 AI 技术的可靠性、推理能力、可解释性，以实现更优的科研应用效果。

图丨火山引擎副总裁张鑫（来源：火山引擎）

广州实验室研究员李亦学以《AI for Science：生物学表型计算》为主题进行演讲，他表示，AI 在解决基本原理难以攻克的问题上发挥着关键作用，同时深度学习技术能够助力生物学表型的精确计算。基于第一性原理和 P-E 定理，他与团队对新冠病毒的适应度-基因型景观进行定量分析，并对该病毒的传播率趋势进行预测。

通过建立深度学习的数学基础与生物学的宏观和微观状态之间的联系，展示了如何利用深度学习模型计算生物学表型，从而通过数据驱动的方法实现精确计算。这种创新的方法不仅为生物研究提供了新视角，同时也为 AI 技术在科研领域的应用创造了新的可能性。

图丨广州实验室研究员李亦学（来源：火山引擎）

火山引擎 AI for Science 研发专家牟贞亮分享了在 AI+ 材料领域的创新实践和深入思考。他介绍了材料研发的正向和逆向两种模式，并详细阐述了火山引擎如何利用 AI 技术，结合高通量计算和实验数据，开发出能够预测材料性质的神经网络模型。

他特别强调了深度学习在材料科学中的应用，包括电解液机器学习例程 BAMBOO 和生物小分子蛋白模型 ByteFF 的开发，并在提高材料研发效率和精度方面取得了显著成果。这些探索不仅推动了材料科学的发展，也为 AI 在科学研究中的应用提供了新的思路和方法。

图丨火山引擎 AI for Science 研发专家牟贞亮（来源：火山引擎）

英特尔中国人工智能架构师杨威在演讲中阐述了人工智能在医药和生命科学领域的加速应用，探讨了 AI for Science 领域中算力的挑战和机遇，并展示了英特尔如何通过优化技术提高算力的利用效率。

他指出，搭载最新 AI 加速器和 AMX 指令集的英特尔至强 CPU，配合脉动阵列技术，达到了接近 GPU 的矩阵运算速度，极大提升了 AlphaFold2 蛋白结构和复合体预测的效率。此外，通过集成 xFasterTransformer、OpenVINO 和 OPEA 等工具，英特尔实现了大模型辅助的文献阅读功能，为科研人员提供了更为高效的研究工具。

图丨英特尔中国人工智能架构师杨威（来源：火山引擎）

圆桌论坛：产学研用共话 AI for Science

除了精彩的主题演讲，本次大会还设置了圆桌论坛环节。来自广州实验室、中国科学院、清华大学、英矽智能等科研院所、高等学府和企业界的专家，围绕 AI 在生物医学、神经科学、教育研究、药物开发、基因技术、催化剂创新以及生命科学等多个领域的创新驱动力、前沿应用、实践难题和未来发展趋势等话题进行了深入讨论。这些讨论为业界提供了宝贵的经验借鉴，并为 AI 与科学研究的紧密结合指明了新方向。

图丨大会圆桌论坛（来源：火山引擎）

历经近 6 个月，十余支队伍在 Bio-OS 开源开放大赛脱颖而出

在大会上还公布了 CCF 开源创新大赛暨第二届 Bio-OS 开源开放大赛获奖名单，并进行颁奖仪式。

本次大赛是一项生物信息领域的全国性公益大赛，由中国计算机学会（CCF，China Computer Federation）和广州实验室指导，火山引擎和 Intel 联合主办，协办单位包括中国计算机学会开源发展委员会、中国生物信息学学会（筹）、上海生物信息学会、广东省生物信息学会，公益支持单位为中国光华科技基金。

此次大赛旨在推动国内生信领域人才发展，增进学术界与企业界的沟通交流以及技术共享，共分为论文复现赛、任务挑战赛、AI 算法三个赛道。今年 5 月 20 日大赛正式拉开帷幕，秉持“开源共赢、科学无限”的宗旨，吸引了来自全国各高校、研究机构和企业的 297 支队伍、555 人踊跃报名参赛。经过初赛、决赛和总决赛的多轮评审，最终 18 支队伍获奖。