首页 > 技术

“老朋友”再聚东川路800号,星河俱乐部走进上海交通大学

2026-09-30 08:32:19      西盟科技资讯   


  世界科学智能大赛与上海交通大学(下称“上交大”)之间,早已有不少交集。

  第二届大赛期间,组委会就曾走进东川路800号,围绕五大赛道与上交学子面对面交流。此后,上交大团队和个人持续在不同赛道取得成绩,也有熟悉的名字出现在多届赛场上。

  上周,这群老朋友又见面了,还带上了不少新朋友。这一次,在上交大闵行校区,NovaClub星河俱乐部(下称“星河俱乐部”)带着来自上海科学智能研究院(下称“上智院”)、复旦大学的青年科研人员,与计算机学院、通用人工智能研究所、Yang Lab(上交大计算机学院杨旸实验室)的师生坐在一起,围绕物质科学、生命科学以及智能体等方向,分享各自正在探索的课题。

  几个小时里,分享轮番换题,提问也没停过。老朋友再次碰面,新的关切也随之冒出,在台上台下不断交换。

  本次活动由上交大计算机学院教授、博士生导师、通用人工智能研究所副所长杨旸主持。杨旸长期致力于将机器学习与大语言模型引入生物、化学、材料科学及医学等领域研究,其研究路径正是AI4S的生动写照。

  她在开场致辞中表示,课题组同学曾参加世界科学智能大赛并在物质科学、材料设计等赛道中取得不错成绩,参赛过程也让同学们认识了来自不同机构和方向的同行。本次跨领域、跨机构的交流为大家提供了思维碰撞的场域,希望以此为契机,与上智院在AI4S领域开展更多探讨与合作。

  上智院研究员、格物智研算法高级专家安俊逸的分享,围绕分子基座模型的设计与探索展开。

  语言模型学习的是词语、句子和上下文,而分子模型面对的则是电子轨道、和玻尔兹曼分布等。两者都需要学习复杂的结构关系,但背后的科学规律并不相同。

  围绕这一问题,安俊逸介绍了团队研发的燧人分子基座模型。依托自研第一性原理数据库,团队从模型骨架、训练范式到蒸馏策略进行了系统设计,并提出等变球面Transformer(EST)架构,通过球谐函数与球面卷积增强模型对分子空间结构的表达能力,突破了既往等变模型的表达瓶颈。

  上交大/上海创智学院博士生陈乐天把探讨落到了分子空间结构中的一个微妙区别——手性。

  一对互为镜像的分子,组成和连接方式完全相同,却可能表现出不同的性质。传统依赖距离、键角等信息的模型,在识别这种镜像关系时存在局限。

  陈乐天介绍了课题组围绕手性表征开展的一系列工作:ChiralFinder利用有向体积捕捉几何手性信号;ChiDeK将手性矩阵转化为可学习特征;ChiVI进一步将手性信息注入预训练分子基座模型;PhysECD引入物理约束,实现对完整ECD光谱的预测,为手性分子的光学性质研究提供新的计算路径。

  AI已经能够预测化学反应,能不能端到端执行分子合成的任务?

  上智院主任研究员、格物智研算法高级专家徐丽成把主题进一步落到了如何做出来。

  AI融入干湿闭环全流程,还要回答反应怎么发生、条件如何选择、路线能否执行等一连串问题。围绕这些环节,他所在团队把反应预测、条件优化、过渡态生成、合成路线规划等能力串联起来:既有基于680万条反应数据预训练的RXNGraphormer,也有仅需三千余个训练样本即可生成复杂体系的过渡态的模型,更进一步,大语言模型驱动的逆合成智能体能够生成带完整实验参数的合成方案,并已经联动自动化实验室完成三个分子的合成。

  上交大计算机学院博士生栾昊洋分享了如何用AI设计抗原肽,为精准免疫治疗提供助力。

  抗原肽、MHC和TCR之间的协同作用,是免疫系统识别癌细胞的重要环节,但相关数据十分有限。针对这一问题,团队采用“分而治之”的思路,将复杂目标拆解为多个子问题,分别建模、逐一优化,再整合为统一的生成模型EpiCoCo。

  在多种MHC类型上,EpiCoCo保持了较稳定的表现;面对数据相对稀少的亚型,也能够生成高亲和力候选抗原肽,并进一步通过细胞实验进行验证。

  上智院研究员夏翰宸的分享则聚焦更通用的智能体记忆压缩与补偿技术。

  当前主流的AI在处理长对话、长文档等任务时,上下文过长往会自动触发压缩机制,精简已有记忆,但在此过程中会丢掉很多难以明确表达的信息。团队因此训练了一个轻量级模型,对压缩过程中丢失的信息进行补偿。

  实验显示,在长文档问答、网页检索和长程智能体编码等多个场景中,这一方法都能不同程度提升大模型最终回答准确率。

  上智院实习生、复旦大学博士生成凯回,分享了用扩散模型生成动态生物结构的研究。

  蛋白质并不是静止的。同一条序列可能对应多个不同构象,而这些构象如何变化,是计算生物学仍在探索的问题。团队基于AlphaFold2架构,同时建模空间与时间信息,开发了DyneTrion模型,用于生成动态生物结构轨迹,并进一步设计引导策略,减少重复探索、提高重要低能态覆盖。

  目前,这一方法还在向蛋白质—小分子、蛋白质—蛋白质等更复杂体系拓展。

  分享结束后,之前还站在台上讲模型、算法和实验的青年,很快又三三两两围在一起继续讨论。有人追问模型细节,有人交换实验经验,也有人顺着一个问题聊到另一个研究方向。

  大赛中的相识,在校园里继续。星河俱乐部希望把这样的跨域交流持续带到高校等科研一线。

  这一次,是东川路800号。下一次,还会在哪里见面?

相关阅读

    无相关信息