中国科学院大学学科交叉沙龙系列活动开幕式成功举办
文/吕益行 图/李家驹
中国工程院院士、清华大学材料学院教授周济在2024年6月26日的《学习时报》上发表文章，指出学科交叉融合是推动科技创新的新支点。为充分利用中国科学院大学集中教学各学院优势，推动跨学科交叉交流，中国科学院大学物理科学学院学生会联合人工智能学院学生会、他山学科交叉创新协会共同主办的中国科学院大学学科交叉沙龙系列活动开幕式成功于2024年12月8日14:00在雁栖湖校区教学楼一101教室举办。此次系列活动主题为“学科交叉汇众智，AI赋能创未来”，整合了中国科学院大学学科交叉沙龙系列活动、国科大光源行动·悟理书院系列活动、2024人工智能学院“人工智能+”学术沙龙以及他山青年论坛系列活动，旨在探讨人工智能时代下的科学前沿，促进跨学科交流与合作，计划搭建跨学科交流的平台并提供交叉学科研究的实践机会。整体系列活动包括三阶段：12月8日为开幕式，12月9日至12月21日为跨学科研学实践，12月22日为研学实践成果展示与总结。
会议现场
开幕式当天活动分为两部分，第一部分为主题报告环节，特邀中国科学院物理研究所、中国科学院大学及中国科学院高能物理研究所的三位知名研究员，分别就“人工智能+材料科学”、“AI在引力波探测中的机遇与挑战”以及“AI+高能物理交叉研究及基于大模型的物理分析智能体进展”进行了详细而深入的分享。第二部分是交流环节，与会的同学们分享自己在实际科研工作中遇到的挑战和问题，围绕跨学科人工智能领域中具有潜力的研究课题展开了深入的讨论，充分交流各自的见解和经验。
刘淼老师
主题报告环节首位报告人是来自中国科学院物理研究所及松山湖材料实验室的研究员、博士生导师刘淼教授。刘老师在演讲中首先简要回顾了人工智能技术的发展历程及其基本概念，随后深入介绍了“人工智能+材料科学”领域的最新进展与技术趋势。他重点阐述了AI在材料设计、性能预测和实验优化中的应用，并分享了自己对该领域发展现状的独到见解与未来展望。刘老师的讲解不仅展示了人工智能在加速材料科学研究中的巨大潜力，也为与会者提供了宝贵的研究思路和合作机会。
王赫老师
接下来，中国科学院大学E系列副研究员、LIGO-VIRGO-KAGRA科学合作组成员王赫老师带来了题为“AI在引力波探测中的机遇与挑战”的演讲。王老师详细探讨了人工智能在引力波信号处理中的多种应用，包括信号去噪、多频段数据分析及参数反演等。他特别强调了全局搜索方法在处理复杂引力波信号中的重要性，并分析了AI在应对高维度与多模态数据时所面临的挑战。通过深入的技术解析与实际案例展示，王老师展现了AI技术在提升引力波探测精度和效率方面的巨大潜力，并对其在宇宙学与天体物理研究中的未来应用进行了前瞻性的展望。
张正德老师
之后，中国科学院高能物理研究所副研究员张正德老师发表了题为“AI+高能物理交叉研究及基于大模型的物理分析智能体进展”的演讲。张老师首先介绍了高能物理研究所AI+相关研究的整体布局，重点介绍了“赛博士”智能体项目。他详细讲解了赛博士的总体设计，包括领域定制化的高能·溪悟大型语言模型（LLM）、感知层、执行层、记忆层、多智能体协同系统以及用户界面（UI）等核心组件。通过展示赛博士在数据分析、实验设计和理论推演等方面的最新进展，张老师展示了人工智能在推动高能物理研究中的创新应用和广阔前景。
自由交流环节
开幕式当日活动的第二部分为交流环节，与会的同学们积极分享了他们在实际科研工作中遇到的挑战和问题，围绕人工智能在各学科中的潜力和价值展开了深入讨论。
在交流环节中，同学们基于在自己科研实践中遇到的问题和运用交叉学科思维的思考，提出了许多富有创新性的想法。包括“AI识别细胞轮廓”，通过深度学习算法提升显微镜下细胞识别的准确性；“图像分割大模型最新进展”，探讨了最新的图像处理技术在生物医学中的应用；“机器学习力场在生物大分子体系中的应用”，介绍了利用PyTorch搭建深度学习模型并集成到LAMMPS中的方法。此外，还有“深度学习求解偏微分方程”，旨在通过AI技术加速和提升偏微分方程的求解精度；“机器学习DFT哈密顿量”项目则聚焦于计算机科学与量子物理的交叉应用；以及“望远镜具身智能”探索利用人工智能实现闭环AI天体物理学家的路径。
与会同学们不仅分享了各自的研究进展，还就代码运行的计算机细节、跨学科合作中的沟通障碍等问题进行了热烈讨论。在此次交流的基础上，同学们将开展分组组队活动，针对交流环节中提出的有价值课题进行为期约两周（12月9日至12月21日）的深入探索和实战，并在此期间得到专业老师交流与指导，期待他们在研学实践成果展示环节上的精彩表现。
此次跨学科人工智能交流会不仅促进了不同学科之间的知识融合，也为学生们搭建了一个互相学习和合作的平台，推动了人工智能在多领域的创新应用。
