CNCC | 第三届“AI+复杂系统”技术论坛：赋能科学应用

李勇

清华大学电子工程系教授、博士生导师

CCF普适计算专业委员会常委，长期从事数据科学与智能方面的科研工作，作为负责人承担自然科学基金重点、国家重点研发计划等项目，在Nature子刊、KDD、NeurIPS、WWW等国际会议与期刊发表论文100余篇，文章引用24000余次。先后入选教育部长江学者、全球“高被引科学家”、国家青年拔尖人才计划，获教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖。

严钢

同济大学教授/博导

2005和2010年于中国科学技术大学分别获得理学学士和工学博士学位。主要研究方向为复杂系统与人工智能交叉领域的理论及应用，成果发表于Nature、Nature Physics、Nature Computational Science、Nature Communications、Physical Review Letters、Physical Review X等国际学术期刊以及NeurIPS、AAAI等人工智能国际会议，被The Economist、New Scientist、《中国科学报》等国内外主流媒体广泛报道。2016年入选国家海外引进高层次青年人才，2022年入选曙光学者、获得国家杰出青年基金，与同行合作获得省部级科学技术一等奖两次。

报告题目：复杂系统隐含随机动力学的可解释推理

摘要：复杂系统通常由多个相互作用的节点组成，具有内在的随机性，因此最适合用随机微分方程 (SDE) 来描述。尽管观察数据日益丰富，但从真实数据中推断这些方程依然具有很大的挑战性。在本次报告中，我们介绍了一种名为 Langevin 图网络 (LaGNA) 的方法，用于学习复杂网络系统的隐含SDE，并在性能上优于五种先进的现有方法。我们将该方法应用于两个真实系统：鸟类集群的自然行为和大脑中tau蛋白的病理扩散过程。推断出的鸟群动力学方程与二阶 Vicsek 模型非常相似，为Vicsek模型能够捕捉群体动态提供了前所未有的证据。此外，LaGNA还揭示了小鼠大脑中异常tau蛋白扩散的控制方程，使得可以提前预测各个脑区的tau蛋白占据情况，并揭示突变小鼠中不同的病理动态特征。通过上述可解释学习方法推断复杂系统的随机动力学，为控制等下游应用开辟了新途径。

樊京芳

北京师范大学教授/博导

北京师范大学系统科学学院院长，教授，博导；德国波茨坦气候影响研究所（PIK）客座教授。2014年毕业于中国科学院理论所，后赴以色列巴伊兰大学、PIK、美国哈佛大学等从事博士后和访问学者工作，2020年10月入选海外高层次人才引进计划-青年项目。在复杂体系相变与临界现象理论、极端气候的预测及影响、气候-社会系统的关联及全球气温变暖的影响等领域，取得了一系列具有国际影响力的成果。先后以第一或通讯作者在Nature Climate Change, Nature Physics，Nature Communications, PNAS, Physics Reports等国际权威期刊上发表论文60余篇。主持和参与基金委面上、重点，国家重点研发计划等。2023年获“强国青年科学家”提名。

报告题目：地球系统复杂性及AI

摘要：2021诺贝尔物理学奖颁给了研究复杂系统的真锅淑郎、克劳斯·哈塞尔曼以及乔治·帕里西以表彰他们“对我们理解复杂系统的开创性贡献”。而前两位在地球气候的物理建模、可变性量化和全球变暖的可靠预测领域做出了突出成就。作为复杂自适应的地球系统，可能存在多个潜在的临界要素。而各个临界要素之间的相互作用可能对其他子系统产生稳定或不稳定的影响，从而可能导致突然地级联失效, 使得气候变化的突变和不可逆转的威胁越来越大，人们必须切实的采取有效地行动来缓和气候变化带来的负面影响。然而，由于地球系统本身的复杂结构以及存在着众多非线性相互作用，使得人们对于上述灾难性事件的理解，尤其是预测方面变得困难重重。这也是科学界和公共政策的决策者极为关注的话题之一。本次报告我将会对有关复杂性理论以及AI如何应用于地球复杂系统进行阐述。

胡延庆

南方科技大学研究员/博导

南方科技大学理学院统计与数据科学系，研究员，博士生导师。2011年毕业于北京师范大学系统科学学院，获得系统理论方向理学博士学位。获得北京市优秀博士论文奖、广东省特支科技创新青年拔尖人才、广东省杰出青年基金等奖励与项目。2011-2013年纽约城市大学Levich Institute 博士后。近几年主要从事交叉科学方面研究，包括大数据、复杂网络、图神经网络等。发表论文 60 余篇，包括Nature Human Behaviour(封面故事)，Nature Physics (封面亮点论文)，PNAS，Nature Communications等。个人主页：www.huyanqing.com。

报告题目：揭示中国新冠“动态清零”政策的机制

摘要：截至 2022年12月，中国的“动态清零“政策成功遏制了全国范围内的新冠病毒传播，但其机制和适用范围尚未量化。本研究系统分析了深圳市针对 Omicron 疫情的控制过程。基于2022年2月至4月的1,187 例阳性病例和 86,451 名密切接触者数据，构建了“动态清零“政策数学模型，揭示了该政策的基本原理和适用范围。推导出“动态清零“政策成功控制疫情所需的反应时间阈值，并展示了核酸检测-追踪-隔离与减少社交距离是如何协同起作用的，为防控措施的有效性提供了实时地动态评估方法。这项研究将“动态清零“政策从经验的方法转变为有科学理论支撑的防控策略，从而为理解极致地非药物干预在控制传染病中的作用奠定了基础。

石川

北京邮电大学教授/博导

北京邮电大学计算机学院教授、教育部长江学者特聘教授。主要研究方向: 数据挖掘、机器学习、人工智能和大数据分析。近5年以第一作者或通讯作者在CCF A类期刊和会议发表论文60余篇，中英文专著六部，连续入选爱思唯尔高被引学者；授权发明专利30余项，相关研究成果应用于阿里、蚂蚁、腾讯、华为、美团等公司。研究成果获得电子学会科技进步一等奖和北京市自然科学二等奖等奖项。

报告题目：面向科学的图机器学习初探

摘要：近些年，以图神经网络为代表的图机器学习不仅成为人工智能的热点技术方向，而且广泛应用在电商、风控等众多领域。图以其强大的建模能力也被广泛应用在科学领域，图数据也是科学数据的一种常见形式。采用图机器学习解决科学问题具有巨大的潜力。本报告将介绍我们将图机器学习应用到科学领域的生物医药和电路设计的初步探索。

吴泰霖

西湖大学助理教授/博导

西湖大学工学院AI方向特聘研究员、助理教授，人工智能与科学仿真发现实验室PI。本科毕业于北京大学物理学院，博士毕业于麻省理工学院物理系，并曾在斯坦福大学计算机系从事博士后研究。吴泰霖博士研究方向为AI与Science学科交叉的核心、普适问题，包括开发机器学习方法用于大规模科学仿真、设计、控制和发现，并在流体、航空航天、生命科学等重要领域应用。

报告题目：基于扩散生成模型的复杂系统设计和控制

摘要：在科学和工程中，控制复杂物理系统的演化和设计高维参数是关键问题，广泛应用于流体力学、结构力学等领域。传统方法计算量大或难以应对非线性和耦合问题，而基于深度学习的方法也存在对抗样本和优化长期控制序列的困难。本文提出基于扩散生成模型的方法，通过学习物理系统状态轨迹、设计参数和控制序列的联合概率分布，在推理采样时通过同时最小化能量函数加上给定的设计或控制的目标函数，生成符合物理且接近最优设计和控制目标的样本；进一步的方法显著提升了方法的分布外泛化能力。在设计飞机翼型的实验中，尽管模型只用单个2D翼型与流体的交互数据训练，但其能够设计出比训练中更复杂的多个翼型及其编队以提高升阻比。在控制实验中，该方法揭示了“快速闭合-缓慢张开”是高效的水母运动模式，与流体动力学领域的已有发现相一致，相比起深度强化学习展现出独特优势。

白磊

上海人工智能实验室青年科学家

博士毕业于新南威尔士大学（QS Rank世界前20），其后于悉尼大学任博士后研究员。主要研究方向为世界模型、多智能体及其在地球空间科学领域（如全球气象气候预测）的应用。已在Nature子刊、IEEE TPAMI、NeurIPS、CVPR、KDD等人工智能领域顶级期刊会议发表学术论文80余篇，并长期担任相关期刊会议的审稿人或程序委员会委员。谷歌学术论文引用3000余次。负责研发的风乌气象大模型将全球中期气象预报可用性提高到10天以上，计算效率较传统方法提高2000倍以上，首次实现10公里级全球气象大模型，被新华社、人民网、中国新闻周刊、环球时报等主流媒体报道。基于其研究工作入选国家及上海市人才计划，获2024 IEEE TCSVT最佳论文奖、2022年世界人工智能大会云帆奖、2020年新南威尔士大学工程研究卓越奖、2019年谷歌博士奖学金等。

郑书新

微软研究院首席研究员

微软科学基础模型负责人，中科院企业导师，多项人工智能世界冠军，并训练了迄今最大的科学大模型。郑书新博士在《自然》大子刊及顶级国际人工智能会议发表一作和通讯论文20余篇，学术引用超过3000次，并长期担任国际顶级AI会议与期刊审稿人。郑书新研究员在清华大学、中科院和微软人工智能学院等担任客座讲师，长期讲授《机器学习方法与应用基础》和《高等机器学习》等课程。

丁璟韬

清华大学博士后研究员

清华大学电子工程系数据科学与智能实验室博士后研究员，于清华大学电子工程系获得学士、博士学位，主要研究方向为AI驱动的时空复杂系统生成式建模及应用，在NeurIPS、ICLR、KDD、WWW、AAAI、IJCAI等国际会议与期刊发表学术论文50余篇，担任PLOS Complex Systems的学术编辑（Academic Editor）以及KDD、NeurIPS、ICML、ICLR、AAAI等国际会议的程序委员会委员（PC member），曾获2018年国际万维网大会（WWW 2018）最佳海报论文奖、国际会议IEEE IWCWC 2019、ACM HotPOST 2015最佳论文奖。主页 

https://fi.ee.tsinghua.edu.cn/~dingjingtao/。

CNCC2024将于10月24-26日在浙江省东阳市横店镇举办，大会主题为“发展新质生产力，计算引领未来”。大会为期三天，包括18个特邀报告、3个大会论坛、138个专题论坛及34场专题活动和100余个展览。图灵奖获得者、两院院士、国内外顶尖学者、知名企业家在内的超过800位讲者在会上展望前沿趋势，分享创新成果。预计参会者超过万人。