|
|
【公开课预告】人工智能发展趋势及新药发现领域前沿算法进展 |
|
作者:佚名 文章来源:本站原创 点击数: 更新时间:2023/5/13 4:56:18 | 【字体:小 大】 |
萨镇冰主要贡献这是一群热爱生物学的志愿者们发起的一个有趣有温度的订阅号,我们将以“探讨科学前沿,探索生物奥秘”为方向,分享最新科学前沿资讯科普(不仅限于生物学、医药、生物微观世界和生物安全)、行业大咖讲座和行业创业竞赛、行业竞技/留学资讯等。
我们是真理的发掘者和搬运工。无论你是从事生物相关的研究人员,还是对生物科普探秘感兴趣的跨行群体,都欢迎关注我们,与我们一起探索生物的奥秘!
一直以来,药物研发除涉及到本学科领域外,与物理、化学、生物、医学等多领域均有所交叉。过去,由于人类大脑的局限性,难以在整体上统筹相关知识,实验数据的处理也无法做到尽善尽美,因此,药物研发中偶一的成功便被奉为圭臬,大多的失败则被归咎于所谓的“偶然性”。
近年来,人工智能技术不仅在自然语言理解、计算机视觉以及多模态表示等领域的发展日新月异,更是使药物研发领域逐步实现了现代化:机器学习和深度学习算法已被应用于多肽合成、虚拟筛选、毒性预测、药物监测和释放、药效团建模、定量构效关系、药物重定位、多药理和生理活性等药物发现过程,能在很大程度上优化新药研发过程中存在的周期长、费用高和成功率低的痛点。
国内目前却仍然鲜少有人工智能相关人才进入药物研发领域——尽管在运用领域知识将一些问题抽象之后,药物研发领域与其他领域遇到的人工智能任务并没有本质不同。然而,时任360集团副总裁、人工智能研究院院长兼搜索事业部总经理,管理着400人左右的产品技术团队的邓亚峰先生,在认识了碳硅智慧首席科学家侯廷军教授后,却毅然决然进入AI制药行业。
此次公开课,我们有幸邀请到了邓亚峰先生,他将简要介绍近期人工智能技术的发展趋势,结合新药发现领域人工智能算法的应用场景,重点介绍碳硅智慧在药物设计平台和AI算法建模方面的核心理念和重要进展。
邓亚峰,现任碳硅智慧创始人兼CEO,致力于用人工智能赋能生命科学,提高新药研发效率和成功率。他毕业于清华大学,拥有近二十年人工智能算法及产品研发经验,曾任360集团副总裁、人工智能研究院院长兼搜索事业部总经理,科创版第一家人工智能上市公司格灵深瞳CTO;带领团队在计算机视觉、多模态大模型、知识图谱、机器人、智能搜索等领域做出过创新成果和先进产品;获得2021年中国人工智能年度十大风云人物称号,曾任中国图形图像学学会常务理事,北京人工智能产业联盟副理事长,大数据分析与应用技术国家工程实验室-多媒体大数据分析中心主任等职务。他累计申请发明专利140余项(已授权98项),带领团队在FRVT、LFW、FDDB、OGB-Wiki、Flick30k-CN、COCO-CN、PRCV等国际国内主流人工智能竞赛或评测中获得过一流成绩。
|
智能汽车录入:admin 责任编辑:admin |
|
上一个智能汽车: iSports运动算法 下一个智能汽车: 没有了 |
|
|
 栏目文章
|
|
|