8 月 5 日，由中国科学技术大学多媒体计算与通信教育部-微软重点实验室主办的 AIX 前沿技术论坛在线上成功举办，来自微软亚洲研究院和中国科学技术大学的学者、研究员汇聚云端，围绕“人工智能赋能基础学科”和“人工智能与行业创新”两大主题开展学术交流与讨论，现场思想交锋、火花碰撞，双方专家通过交流挖掘潜在的合作点，为将来进一步的创新科研合作打下了基础。

  因疫情原因，本次技术论坛由原定的线下研讨改为线上，并同时开放给中科大与微软亚洲研究院更多感兴趣的学者、研究员。除中科大会场和微软会场的 28 名与会者，线上还有近 70 名中科大老师、微软亚洲研究院研究员参与了本次论坛。

  本次论坛由微软亚洲研究院首席研究员谢幸、中国科学技术大学信息学院副院长李厚强教授担任论坛主席，由微软亚洲研究院资深学术合作经理石贝贝、中国科学技术大学教授陈雪锦副教授担任执行主席。

  中国科学技术大学校长助理、信息与智能学部部长吴枫为会议致欢迎词。吴枫指出，学科交叉是人工智能领域实现进一步发展、助力解决现实问题的未来方向，探索跨学科领域也是学界与业界合作的必然趋势。微软为中科大的信息人才培养提供了重要支持，期待未来双方的进一步合作与新成果的产出。大会开场由本次大会执行主席、微软亚洲研究院资深学术合作经理石贝贝主持，石贝贝介绍，本次论坛聚焦“人工智能赋能基础学科”和“人工智能与行业创新”展开学术交流与讨论，希望通过双方交流实现具有代表性的更多科研合作。

  在数据获取、处理和人工智能技术进步的背景下，计算机技术在基础学科的研究中扮演着重要角色。基于此背景，论坛开展了“人工智能赋能基础学科”的主题探讨，微软亚洲研究院副院长刘铁岩介绍了 MSRA 近年在人工智能助力基础学科、金融、物流及健康医疗等领域取得的进展，期待中科大与 MSRA 在交叉学科的探索之路上共同大步向前。

  在刘铁岩博士主持下，多位嘉宾分享了人工智能助力物理学研究的主题学术报告。微软亚洲研究院主管研究员孟琪从 1846 年海王星的发现引入，介绍了基于神经网络的新物理探测模型（NNPhD），研究基于物理学定律对动力系统进行建模，利用 AI 分离守恒量与非守恒量，以期对当前物理知识实现扩充和修正。中国科学技术大学地球和空间科学学院教授伍新明介绍了地球物理领域的 AI 应用场景和现有研究，地球物理研究数据多源异构且规模庞大，目前仍有充分的精细处理、解释与进一步利用空间；在地球物理领域引入人工智能技术来高效、高精度处理和解译海量数据，并结合计算机视觉技术实现地下三维空间的精细重构与建模，将助力地质解释、地球物理反演、地震识别和定位等地球物理研究的现实应用。

  微软亚洲研究院研究员石文磊以“无数据依赖的深度偏微分方程求解器”进行主题报告，研究摆脱了传统预先求解准备数据环节耗时长、数据量少的局限，实现了利用神经网络更快求解偏微分方程，同时保证了求解精度。中国科学技术大学微尺度物质科学国家研究中心副研究员张国桢在报告中分享了利用机器学习赋能分子光谱研究的成果及进展，应用人工智能来加速物质结构与性质的量子化学计算、从光谱反演推测结构信息，能摆脱人工比对效率低、主观性强的限制，为规则清晰而演化复杂的科学问题提供高效的处理工具，从而在理论认知、现实应用、研究判据等多个方向提供更多突破可能。

  随后，中国科学技术大学信息学院教授、副院长李厚强主持了人工智能助力生物学科领域研究的三场学术报告。中国科学技术大学生命科学与医学部教授、大数据学院教授瞿昆指出精准医疗是现代医学发展的必然趋势，他介绍了利用组学技术结合大数据分析方法研究重大疾病成因和演化规律的成果，在发现重症新冠患者特有细胞亚群等方面实现了突破，并分享了未来的研究方向。微软亚洲研究院主管研究员邓攀从同卵双胞胎成长过程中出现生理差异的成因切入，分享了深度学习在表观遗传与基因调控领域的研究进展及临床应用展望。中国科学技术大学信息学院副教授陈雪锦介绍了全脑显微数据的巨大体量与快速高效处理数据的现实需求，分享了研究团队的现有研究成果。

  李厚强教授总结了本场主题学术报告，在回顾联合实验室建立初心的过程中，将人工智能比喻为“横断式交叉学科”，指出计算机在助力基础学科研究、推进知识边界的同时，也对推动社会各个领域和公益事业的进步发挥着日益关键的作用。李厚强也期待基于中科大与微软亚洲研究院双方的科研优势，可以培育出更多具有科研价值和社会关切的成果。

  在微软亚洲研究院首席研究员谢幸的主持下，四位嘉宾分享了人工智能在自动驾驶、物流、游戏等领域中应用的进展与成果。中国科学技术大学计算机科学与技术学院副教授吉建民分享了基于深度强化学习的机器人导航避障算法研究成果，指出深度强化学习能够实现从尝试与回报中学习提升，可以免于带标签的数据样本收集以及大规模的人工调试，基于深度学习、自我博弈等无人车避障的研究目前已应用于“小猬”智能小车等产品。微软亚洲研究院主管研究员宋磊向参会人员介绍了强化学习在物流领域的应用及挑战，指出当下商业模式发展变化迅速，对物流信息及库存管理技术提出了更高的要求，研究团队采用的多智能体强化学习建模方式能较好地解决物流领域面临的交互效率、泛化性等挑战。

  中国科学技术大学信息学院教授周文罡介绍了合作型多智能体强化学习模型应用于游戏 AI 的研究，通过中心化教师非中心 化学生学习解决信用分配和部分可观的解耦问题，通过自适应学习策略调整实现了面向意外掉线的自适应学习。微软亚洲研究院主管研究员练建勋分享了大规模图表示学习算法在 Xbox 游戏社交推荐场景下的研究和应用。报告首先介绍和对比了四中不同的图表示学习方法和对应的可扩展性实现， 随后展示了如何利用自监督学习方法有效地提升图神经网络的性能，从而帮助游戏社交网络的增长。最后，报告列举了一些 Xbox 游戏场景现有的挑战，例如提高用户长期活跃度，动态调整游戏难度、奖赏激励模型等，期望能使用强化学习相关方法展开进一步的研究。

  随后，中国科学技术大学计算机科学与技术学院教授、副院长孙广中主持了人工智能在生物医药、教育领域应用的学术报告与集体讨论。中国科学技术大学电子工程与信息科学系教授、执行主任陈勋回顾了脑机接口研究领域的发展历程及节点性研究工作，分享了团队在脑电降噪、癫痫/情感脑电解码、脑控无人机等主题下的研究成果。微软亚洲研究院主管研究员夏应策指出药物发现对重大疾病治疗具有重要意义，但临床试验耗时久、投入高等因素使得药物成本高、价格昂贵，因此利用机器学习加速药物研发将产生重大的现实效益。研究团队利用双视分子预训练、对偶学习等方式将人工智能应用于制药，未来将在药物逆合成、基于病症的药物发现等领域进行进一步探索。

  中国科学技术大学计算机科学与技术学院副研究员黄振亚则从人工智能和教育学融合的视角分享了面向教学资源的智能分析方法与应用，介绍了题目识别、题目质量评估、题目关联分析等方法，并介绍了 AI+ 教育的相关应用成果。微软亚洲研究院高级研究员段楠分享了团队在逻辑推理问答研究领域的最新进展，研究选择美国法学院入学考试 LSAT 为数据集，设计逻辑驱动的扩展框架，融入符号和人类先验知识模拟人的推理过程，在复杂逻辑推理的真实数据集中取得了较好效果。

  微软亚洲研究院学术合作总监马歆为论坛致结束词，马歆感谢了会议主持者的辛勤组织和讲者嘉宾的精彩报告，期待疫情结束后双方有机会开展实地交流，在进一步沟通中协作共进。

  基于社会领域与科技进步的趋势和需求，结合双方共同的科研与人才培养目标，微软亚洲研究院与中国科学技术大学结合双方优势，在 AIX 前沿技术论坛中充分交流了人工智能在推动基础学科研究探索、行业产业应用创新中的成果与进路。论坛不仅为双方开展合作提供了更多交流与碰撞的契机，也在更长远的意义上为相关领域前沿技术的发展和突破提供了更广阔的可能。

注：此篇新闻来自公众号“微软学术合作”