DeepTech正式发布“2022年中国智能计算科技立异人物”

物理学中，一个孤立系统老是趋势于熵增，也即老是会自觉地从有序向无序开展，变得越来越紊乱，宇宙也是一样。不外，生命做为一个复杂而精妙的生物化学系统，能够说其存在的意义就在于拥有对抗本身熵增的才能，也就是熵减。

纵看汗青，伏羲掷出了第一收卦要演算六合；老子凭道法天然而“平静无为”；莱布尼茨则（可能是）受阴阳的启发悟出了二进造；牛顿的万有引力定律阐了然世间万物的运动；麦克斯韦则以一个完美得几乎是文雅的方程组同一了电与磁，而相对论和量子力学更是间接掀翻了桌子，成立了新的次序，催生出的计算机间接撑起了那个信息时代的根底。人类文明头也不回地狂飙了五千年，我们发现，那些伟大的熵减力量全都在做统一件工作——计算。

现在我们末于迈进了一个信息爆炸的时代，社交媒体、短视频甚至无数数据的大水频频冲刷之下，我们似乎晓得了更多，懂得的却更少。在人类的眼中，世界的图景从斑斓的几何次序演化成了面目模糊的纷乱碎片，海森堡的不确定性原理似乎时代的“咒骂”，熵增的迷雾愈发厚重，我们需要计算吹响号角，我们唤唤新的熵减力量。

更现实的是，人类目前一年产生的数据已经超越了此前汗青上的总和，亟待更优的算法和治理形式；近来 ChatGPT 引发的生成式人工智能大战仍未尘埃落定，然而不管是谁拔得头筹，手握硬件算力的玩家都可能成为赢家；而 Web 3.0 虚拟世界与物理世界并行的高屋建瓴，更需要打下智能计算的坚实地基；人工智能的飞跃式开展使得人类社会对算力的需求闪现指数式的增长......

那是新的时代布景和语境下，计算面对的挑战，也是机遇，而那一点，在中国尤甚。中国浩荡的用户根底和流量盈利，挪动互联网的高度普及带来的海量数据和多样化利用场景，以及数据中心建立、算力才能的需求猛涨带来的浩荡市场等，都是得天独厚的“中疆土壤”。

那都激发了中国科研人员和行业内企业研发新的计算架构、软件和算法、硬件，激发高级计算范式（量子计算、光子计算、生物启发计算、类脑计算、认知计算等）的呈现。

站在 21 世纪的第二个二十年开展的节点，时代唤吁先辈的计算芯片、强大的计算才能、高效智能的计算平台的呈现和利用。

智能计算（Intelligent Computing）那一科研和财产利用命题，则对准世界科技前沿和国度严重战术需求，研究计算范畴的器件与芯片、先辈计算机、软件与系统、平台与利用等多条理计算问题，为数字中国的科技立异系统和财产开展系统供给先辈、强大和智能的计算芯片、才能和平台。

展开全文

每当面临新一次消费力变化和科技范式变化的严重机遇，手艺研究者往往用其灵敏的目光、前瞻性的思维、系统的工程化才能，将手艺改革与科学发现、财产延展密切耦合，从而为我们迈向伶俐社会供给支持。

跟着中国成为世界科技立异的强劲参与者、合作者，越来越多的中国青年科技人才起头在国际舞台崭露头角。为了让更多的人领会那些在智能计算范畴极具才调与立异精神的年轻中坚力量，2022 年，DeepTech 倡议了此次评选。

历时半年多的征集、提名和评审工做，2023 年 4 月，DeepTech 正式发布“2022 年中国智能计算科技立异人物”进选者名单，那也是 DeepTech 初次针对智能计算行业的手艺和人才指向标，足见我们关于前沿科技的固执、对智能计算生态的重视、对手艺为了福祉（Tech for good）的珍爱。

以面向智能的计算、智能驱动的计算，以及智能、数据与计算驱动的科学发现为中心，此次评选旨在发掘、遴选带来手艺立异、实现手艺落地、产生适用价值背后的人物，让那些青年学者从幕后走到台前，展示智能计算范畴最新的学术研究功效和手艺打破，鞭策智能计算科学与手艺的朝上进步。

如许的一群人是池塘里激起变化涟漪的卵石，他们为理论办法呕心沥血，统筹智能手艺和计算手艺，为智能计算行业打下坚实根底；他们精研软硬件架构系统，与日俱进，为系统性、变化性的立异供给高算力、强智能的支持；他们不偏安一隅，以更高远的视角审阅，在手艺晋级的根底上实现财产利用的跃迁，为产学研摸索可拆解的法例。

在多元穿插的时代开展特征之下，他们是前驱，是典型代表，是时代缩影，也是数字中国的工程师，是新次序的庇护人，更是中国的熵减力量。或许，透过他们在科学研究与手艺打破中的聚焦标的目的，捕获他们在时代大水与科技变化中的新鲜履历，我们能更好地大白人物是若何见证与鞭策科技的变化。

在那种「中国超大算力需求、中国宽广利用市场」的强大势能的牵引下，我们看到中国的智能计算行业生机勃勃、百花齐放。

他们中，有人从根底理论和底层架构进手，要倾覆冯·诺依曼系统构造延续 70 多年的“专制”；有人在 DNA 的 A、T、C、G 四进造和计算机的 0、1 二进造之间充任“翻译”，想用咖啡杯拆下全球的数据；有人以 AI 赋能一切，想让科学研究“伶俐”起来；更有人另辟门路，专注光子、量子计算，誓要让“中国芯”引领下一个纪元。

DeepTech 2022 年“中国智能计算科技立异人物”进选者名单如下：

*以下排名不分先后，仅按进选者姓名首字母排序

通过新的半导体工艺，给超大规模光计算供给了芯片平台，将来可称心 AI 算力的增长需求。

常林围绕光子芯片开展研究，努力于光子芯片先辈手艺的国产化。通过研发新的芯片造造工艺，将光引进到计算硬件中停止信息处置，从而实现更高速、更低成本、更低功耗的计算计划。

其从光子芯片的工艺动身，研发多素材异量集成手艺，打破了传统硅基 CMOS 工艺在素材品种上的局限性，在硅基上引进了薄膜铌酸锂、铝砷化镓、氮化硅等一系列素材，进而构建了效率更高的激光器、多信道的光源以及更低损耗的波导等。那些器件能够极大提拔光计算芯片加载信息的才能，提拔计算单位的规模，同时也降低了计算所用的能耗。目前常林团队已经实现了大规模的硅光并行计算单位，超高速度的光模块等，性能突破了世界纪录；同时，团队在国内的硅光产线 CUMEC 上，实现了低损耗氮化硅的新的工艺，将来能够支持大规模的光计算芯片的量产。

研发基于散布式内存计算的大规模高效图计算平台，一站式赋能医药造造和生物育种等科学计算。

陈红阳努力于处理图智能计算范畴的关键理论和高效平台构建，旨在操纵大规模高效图进修平台，实现大规模图数据存储和可视化，构建前沿立异的散布式图进修模子和算法，并以此为根底构建科学范畴数据常识图谱和大规模图预操练模子合成支持科学计算利用。

陈红阳指导团队研发墨雀图智能计算平台——墨雀是之江自研的基于散布式内存计算的大规模高效图计算平台。通过软硬件协同加速，比现有框架性能提拔了 3-4 倍；基于 RDMA 的散布式共享内存池手艺，能高效撑持百亿顶点、千亿边规模的图神经收集散布式操练；基于比照进修的图级别反常检测算法，在 AIDS 数据集上到达 99.3% 精度；实现的图神经收集架构搜刮算法在精度方面媲美人类设想的更佳神经收集构造；面向大图的 k-团、PageRank 计算比现有最快算法快一个数量级。率领团队参与国际顶级图进修基准评测榜单 OGB 全球挑战赛，在边揣测赛道突破世界笔录，排名世界第一，研究功效可以极大地削减药物研发周期和研发经费。

以算法智能压榨计算潜能，操纵小数据驱动，连系核心范畴常识，成立轻量级、可演化的精准计算模子，从“精度”、 “标准”及“速度”三个维度全面提拔计算的能效。

程然的研究范畴是计算智能（Computational Intelligence），旨在操纵算法立异提拔计算的智能程度，进而高效求解在科学研究与工程设想中的各类复杂“计算问题”。其研究工做以处理底层核心科学问题为导向，是数据、计算、智能之间的催化剂，让数据变得可计算化，让计算变得智能化，让智能变得数据化。

“智能+”利用范畴将先辈的人工智能手艺与行业场景深度合成，对计算智能的“通用性”提出了全新挑战。颠末几年的摸索，程然的团队与中国商飞、华为海思等机构协做，承担在“智能造造”、“伶俐城市”等范畴的利用研究项目。其团队摸索出了一套针对多元复杂利用场景的普适计算智能算法范式，操纵计算智能霸占了宽体客机超临界翼型优化设想、深度进修模子边端摆设等利用范畴中的一系列计算难题；其提出的计算智能处理计划已经利用到现实产物中。

构建多语言多模态预操练根底模子，摸索基于根底模子的复杂使命推理和使命完成机造，鞭策通用人工智能手艺的开展。

段楠目前在微软亚洲研究院天然语言计算团队担任首席研究员，次要处置多语言多模态预操练根底模子、AI 生成内容(AIGC)和机器推理等研究。其率领团队与微软内部多个产物部分停止持久深进的产研连系协做，所开发手艺胜利转化到必应搜刮/告白/新闻、微软小冰/Cortana、Visual Studio/VSCode、Azure 云办事等产物，为全球用户供给多样化 AI 办事。

主导实现：业界最早多语言预操练语言模子 Unicoder，实现单一预操练语言模子对 100 种人类语言的笼盖；业界最早多模态预操练模子 Unicoder-VL 以及全球首个多语言多模态预操练模子 M3P；业界首个代码预操练模子 CodeBERT 及其后续版本 GraphCodeBERT 和 UniXcoder，构建代码智能范畴基准测试集 CodeXGLUE，引领预操练手艺在软件工程范畴的快速开展。比来一年多来，段楠率领团队开展视觉内容生成研究，主导实现业界首个开放域视觉内容生成预操练模子 NUWA(女娲)及其后续版本 NUWA-Infinity(肆意辨认率图像和视频生成)和 NUWA-XL(超长视频生成)，引领 AIGC 在高清和超长视觉内容生成场景下的立异和落地。

努力于处理复杂系统中的智能计算问题，旨在面向多模态异构复杂场景时可以建模其蕴躲的复杂联系关系，并基于复杂联系关系实现更切确的信息描绘及阐发。

高跃存眷若何建模复杂数据高阶联系关系那一底子性问题，先后提出超图构造建模及优化、超图神经收集及超图高效计算等相关办法，系统性成立了超图计算理论。在联系关系建模与优化维度，针对复杂高阶联系关系精准建模难题，提出了超图构造建模和优化办法，证明了超图构造建模的需要性，打破了传统图构造仅能表达成对联系关系的局限，实现由低阶到高阶、由静态到动态的联系关系建模机造演进。在高阶表达进修维度，针对复杂联系关系情况下的视觉语义表达难题，高跃提出了超图神经收集模子，发现了联系关系构造复杂性与语义表达才能的映射机理，成立了高阶联系关系引导的表达进修计算范式，实现视觉语义切确描绘。

在超图计算理论根底上，面向开放场景下视觉合成感知及语义理解需求，提出了复杂联系关系引导的视觉数据配准与特征表达办法，实现了高精度视觉场景感知与对象识别。此外，高跃在超图计算根底理论摸索和视觉计算办法研究的根底上，积极鞭策手艺功效转化与工程利用，在轨道交通及虚拟现实等范畴利用效果显著。

专注于特定域计算与传感收集、智能传感器等方面的利用根底研究，研发面向将来收集、伶俐农业等行业利用的感知合成下一代智能计算系统。

韩宇星率领研发的复眼计算视觉传感器系统架构摘用仿生学原理连系人工智能手艺，设想出可智能合成多种与多个集成元视觉处置功用的下一代低功耗蜂巢复眼传感智能配备系统。该项手艺在庆祝中华人民共和国成立 70 周年大会曲播中得到全面的利用，在国庆炊火盛放转播中，韩宇星团队在现场停止核心手艺撑持，运用实时加强手艺包管曲播画面的清晰复原，有效往除雾霾等骚乱因素，为全球媒体供给了愈加清晰的视觉体验。团队做为 2022 年科技冬奥的超高清冰雪运动手艺撑持团队，在冬奥完毕后收到科技部科技冬奥指导小组的感激信。

韩宇星团队提出的基于边沿计算原理的智能柔性传感收集信息传输理论模子拥有核心常识产权，在中国挪动北京公司的传感收集内得以布署，使得末端设备拜候系统中枢吞吐率的均匀增益为 38%。在美国 IBM 公司的传感收集内得以摆设，其官网发布称该理论利用后使得 IBM 公司的设备末端与骨干网之间的系统性能提拔 30%-300%。摘用该理论利用的农业无人机精准施药系统的病虫害防治效果比农人自防田提拔 8-20%，农药利用减量 30%，节约劳动力 60%，农人称心度 100%。

推进量子计算的规模化扩展，并在量子计算的智能化和云端化利用方面获得立异性打破。

黄合良做为理论工做负责人，在 66 比特超导量子计算原型机“祖冲之号”上实现“量子计算优胜性”里程碑——证明量子计算机对特定问题的计算才能可极大超越传统超等计算机。他开展了量子线路高效率典范模仿算法，并做为中国超算利用团队成员，基于新一代神威超等计算机实现“超大规模量子随机电路实时模仿”，304 秒模仿了谷歌的“悬铃木” 200 秒完成的摘样使命，且保实度更高，荣获 2021 年度戈登贝尔奖。

同时，黄合良积极开辟量子计算智能化和云端化利用，摸索量子计算的可加速性，在撑持向量机问题上从头定义了量子和典范机器进修的鸿沟；提出量子-典范混合卷积神经收集，实现量子拓扑数据阐发和手写数字生成量子机器进修，促进量子计算智能化利用；征服平安量子云计算需要用户具备必然量子手艺的利用瓶颈，促进量子计算的平安云端化利用。

此外，黄合良还霸占了量子纠错的若干关键手艺。他实现了 9 比特 Toric 纠错码，创造了光学更大规模平面纠错码世界纪录；打破外表码反复多轮纠错、逻辑比特量子计算等关键手艺难题，支持编码规模实现由个位数物理比特提拔至两位数规模的打破，霸占纠错码可扩展化和适用化关键手艺。

提出了摸索能源智能的揣测、诊断、掌握和优化新办法，显著提拔了新型储能系统和电池素材研发的智能化水平。

江奔奔聚焦于人工智能驱动的新型能源计算理论与利用，努力于处理新能源电池开发、治理和诊断场景下若何更大化释放机器进修等人工智能手艺的潜能，打破电池设想依靠大量人工尝试试错的传统形式。

他提出机器进修与电化学范畴常识相连系的智能特征工程电池寿命揣测办法，操纵合成简易机理建模和动态系统辨识手艺的智能特征工程办法，从电化学数据中发掘与电池衰降具有强联系关系性的安康特征因子，实现了只需搜集 0.02% 衰降水平的数据量就可切确分类电池寿命（精度 96%）的功效。该办法大幅度提拔电池寿命揣测精准度，打破了典范揣测办法建模需要大量数据的造约，实现了精准高效揣测电池剩余利用寿命的目标。

此外，面临新型电解量开发仍然摘取成本高企的尝试试错体例那一手艺痛点，江奔奔提出了一套基于小样本深度贝叶斯优化的锂金属电解量揣测与优化办法，打破了持久锂金属电池库伦效率低、轮回寿命短的瓶颈，实现了能够撑持锂金属高库伦效率，长轮回寿命的新型电解量系统，从整体上缩减两个数量级的尝试设想成本和时间。

努力于以光量子集成芯片的设想和造备，以及量子信息和光子信息的芯片化集成化的研发。

金贤敏创建并率领图灵量子打造了完全自主可控的光子芯片和算法双底层核心手艺驱动才能。在量子硬件方面，研发出全系统集成的商用科研级公用光量子计算机，突破量子范畴高门槛、高投进、高研发周期的手艺壁垒，让用户可轻松实现一步跨进人工智能算法的世界，让大量难解问题都能映射到光量子芯片上构成可处理计划；并基于铌酸锂薄膜（LNOI）光子芯片手艺开展超快可编程光子矩阵芯片，装备高速高精度相位掌握系统、探测模块、算法和操做系统，内置 FPGA 模块，供给特定光量子计算算法加速，能够针对差别量子计算算法停止特异性优化。

在软件算法方面，其与团队以人工智能算法和量子启发式算法做为底层求解手艺，研发出 TuringQ 求解器，能根据待解问题的特征，有效挑选大量的可能性，以拔取适宜的算法参数和类型，快速找到更佳或有效的处理计划。他与团队在人工智能、金融科技、生物医药、通信加密等范畴，陆续构成财产化处理计划，引领性提出并打造国内首家量子人工智能计算中心。

努力于类脑计算理论、架构和软硬件的协同研究，基于神经元和神经环路的构造和功用、借鉴大脑收集信息处置机造，以更通用更高效的智能为目标构建超低功耗计算系统。

李国齐努力于类脑计算模子、架构和算法研究。在类脑模子方面，曾做为清华大学类脑中心团队核心骨干参与研造世界首款异构合成类脑芯片“天机芯”，在该工做中处理了收集操练压缩与映射算法在类脑芯片上的编译摆设等理论问题；曾做为团队骨干配合提出基于“类脑计算齐全性”的软硬件往耦合类脑系统条理构造，对 “类脑齐全性”定义做出了奉献，该定义扩展了典范“图灵齐全”定义下的类脑硬件系统的才能。

在类脑架构方面，系统梳理了与模子压缩、映射和硬件加速连系的 AI 芯片架构的手艺要点和开展趋向，提出基于寡核并行的异构合成软硬件协同优化的类脑架构。在类脑算法方面，提出头具名向类脑芯片的脉冲神经收集（SNN）高效操练算法，处理了 SNN 操练的脉冲退化（梯度消逝）问题，为低功耗类脑芯片的普遍利用供给算法支持；该系列相关工做同时处理了大规模、超深层 SNN 的操练瓶颈及其与人工神经收集(ANN) 的异构合成摆设的手艺难题。他主持基金委重点项目“合成重视力机造的类脑脉冲神经收集在线进修模子及架构”，偏重类脑计算理论和架构的研究；主持区域立异结合重点项目“异构合成类脑计算芯片及系统”，努力于鞭策类脑芯片及系统的手艺财产化。

聚焦具有大规模并行性特征的生物分子计算系统那一新型计算形式，大幅提拔生物分子计算机的信息处置才能及智能化行为。

裴昊聚焦于可编程合成人工核酸分子系统的研发设想、合成、创建与利用的原创性研究，以期打破传统计算机体构造的局限，基于生物分子的编程掌握，连系类脑计算办法构成“自主认知”的新范式，以大幅提拔生物分子计算机的信息处置才能及智能化行为。

裴昊及团队率先提出了核酸分子卷积神经收集电路的实现，是核酸分子计算机的重要里程碑，受启发于天然基因调控电路中的核糖体开关构造，开展了一种变构掌握的人工核酸开关分子基元构造的设想战略，实现了独立区域序列调剂响应分子计算底物的开发，可用于精巧调控分子计算反响通路动力学，适用于构建超大规模 DNA 分子反响计算收集。

为进一步连系神经收集模子，裴昊提出了功用化分子智能算法模子，以付与分子计算系统以神经形态计算才能，胜利实现了大规模核酸分子卷积神经收集电路的设想构建，其可完成多达 32 种分子形式分类识别使命。相较于传统硅基计算机，智能型生物计算机有看在分子情况中间接感知、阐发与诊断各类重要的生物标记物信号，实现生物分子的信息高效间接处置，在癌症早期诊断、生物传感及智能载药等范畴极具利用前景。

处置超大规模类脑处置器的研究与开发，鞭策边沿计算核心手艺实现打破，全面拓展 AI 利用鸿沟，用类脑智能赋能万物智能。

乔宁是类脑计算以及类脑芯片工程化的持久理论者，其研究标的目的次要包罗利用于类脑处置器的超低功耗，亚阈值数模混合电路，多核并行运算架构，异步运算电路及通信系统的开发与研究。其持久在苏黎世大学及苏黎世联邦理工处置类脑芯片范畴开发，指导完成多个欧洲科研项目，其主导研发设想近 10 款类脑芯片。

依托苏黎世大学与苏黎世联邦理工先辈的研发功效，2020 年乔宁成立 SynSense 时识科技。其芯片架构和核默算法拥有完全自主常识产权，开发的神经形态处置器、智能传感器，征服了传统冯·诺依曼计算机的局限性，供给低功耗和低延迟的优良性能。在乔宁的率领下，时识科技胜利推出多款类脑芯片；深耕动态视觉处置研发，推出了动态视觉智能处置器。截至目前，其已与汽车、家具、消费等范畴企业达成协做与配合开发意向，其与团队专注于实现类脑芯片的贸易化落地。

持续创业践行科技功效转化，专注人工智能利用的公用硬件立异设想研发与利用。

在财产化理论方面，单羿曾做为深鉴科技合伙人、首席手艺官，率领手艺团队将“稀少化神经收集压缩与硬件加速研究”功效运用到产物中，打造面向高级辅助驾驶的高能效人工智能芯片，同时撑持深鉴科技被全球 FPGA 龙头企业赛灵思以 3 亿美金全资收买。此外，他曾任 AMD 全球副总裁和 Xilinx 前人工智能研发副总裁，参与创始 Xilinx Vitis AI 产物线，先后撑持赛灵思 28nm、16nm 及 7nm 三代造程工艺的数十款芯片适配及利用落地，撑持多国车厂和零部件公司的高级辅助驾驶手艺开发。

2021 年，单羿组建鉴智科技团队，提出“以 3D 视觉理解为核心”的手艺道路，在“双目立体视觉计算 IP”及“AI ISP 成像 IP”方面发力，以跨平台计算加速为核心合作力。针对深度神经收集模子设想，他与团队提出合适摆设在 FPGA 器件上的深度神经收集 PhiFADNet，并将其引进双目立体视觉婚配算法中，获得业界领先的测距精度。同时停止了高性能并行计算双目视觉雷达系统设想，通过自研传统算法 IP 和神经收集处置 IP，对合成后的双目立体婚配算法停止高性能并行化加速，在 FPGA 平台上实现了高精度低成本的双目立体视觉处理计划。

努力于研发人工智能中视觉感知、多模态与跨模态表征进修、少样本和零样本的模子自适应等手艺，并将其利用到 IoT 范畴，成立面向 AIoT 场景的多模态预操练大模子，助力实现城市级智能物联。

邵岭的研究范畴涉及计算机视觉、深度进修、医学图像阐发及视觉和语言，积存的研发功效已经在相关的产物息争决计划中得到普遍利用，如计算机视觉手艺、语音相关手艺，利用于机器人导航和物体识别、伶俐泊车/交通、智能 IoT 设备等；机器进修相关手艺利用于新能源、碳中和范畴，如能耗揣测、光伏揣测、电力价格揣测等。

2018-2021 年，邵岭担任阿联酋起源人工智能研究院（IIAI）的开创首席施行官兼首席科学家，鞭策 IIAI 将相关手艺在医疗保健、金融、远感、石油和天然气以及平安等行业的财产化。同时，邵岭做为倡议人和次要开创成员，创建了全球首所人工智能大学——穆罕默德·本·扎耶德人工智能大学（MBZUAI），并担任该校的创校施行校长（2019-2021 年），该机构与 IIAI 密切协做，弥合研究、教导和行业利用之间的差距，鞭策了人工智能手艺利用和贸易化。2022 岁首年月回国后，与高校和中国企业密切联动、成立协做，投身产教合成，为中国企业培育提拔更多理论才能强、研究功效扎实的人才。

处置“AI for Science”穿插研究，协同处理科学智能计算范畴“常识嵌进”和“常识发现”关键科学问题。

孙浩努力于处理科学智能计算那一新兴研究范畴中可阐明/可通用人工智能、利用数学、复杂系统科学计算等多个学科穿插的共性难题。其研究功效运用 AI 从数据中加速解开更多潜在的未知定律，为物理、化学、生物、工程利用等学科问题觅觅到更多可靠的理论支持；同时为跨学科范畴关键利用（照实时短龄气候预告、热-磁-流体多物理场模仿、湍流仿实等）供给新的手艺支持。

他提出运用先验物理常识对人工智能模子约束或编码，开展数据和常识双驱动智能计算模子，加强了深度进修的外推和泛化性能，胜利处理在小操练样本下复杂动态系统建模、非线性偏微分方程正反问题高效求解等关键性难题。面向科学摸索中数据驱动的常识发现需求，孙浩提出了一套别致的符号方程进修和推理办法，从稀少噪声丈量数据中主动发掘提取未知的定律或掌握方程，实现对复杂动力/动态系统的可阐明描述，已胜利用于流体、生物化学反响扩散系统、细胞运动、混沌系统等问题中。

以原创、变化性的硬件计算范式，为智能计算相关行业中普遍的矩阵计算供给一种极致的加速手艺。

孙仲与团队原创性提出模仿矩阵计算手艺，开展了其根本理论，深进研究了其特殊的计算复杂度问题，并完成了尝试室阶段的电路验证，研究功效持续多年被写进国际电子器件与系统开展道路图。基于阻变存储器阵列，设想了一系列模仿矩阵计算电路，可以以接近 O(1) 的复杂度计算根本的矩阵操做，包罗矩阵乘法、矩阵求逆、广义逆、特征向量等。此中，矩阵求逆电路的时间复杂度优于量子算法求解不异问题时的O(logN)，广义逆电路则可实现一步操练线性回回、逻辑回回、神经收集等常用的机器进修算法。据预算，在 AI 算法、5G/6G 大规模 MIMO 等典型利用中，他的手艺比传统数字计算加速手艺的算力和能效提拔了两到三个数量级。

从处理认知智能的构造问题和办事机器人的核心手艺问题进手，助力实现了认知智能在办事机器人上的初步利用，鞭策办事机器人与人工智能的持久交互开展。

谭欢的研究集中于办事机器人和认知智能，根究并处理若何让机器人拥有人类级此外智能，让其在动态和非构造化的使命场景中搀扶帮助人类或自主工做的现实问题。

其提出模仿进修与认知掌握相连系，让机器人可以向人类进修基于使命的行为，并阐发行为的前置前提，过后成果，笼统人类行为的配合特征，通过前提婚配的体例，构成行为图，存储于机器人的记忆体中。然后通过语言阐发将人类指令朋分成使命相关信息，根据阐发后的场景信息，产生气器人行为序列，并实时改换行为战略和使命停止施行。

在设想上，从认知系统构造问题动手，将认知神经学和人工智能的办法相连系，提出混合认知构造模子；在实现上，提出了一系列算法，提拔整系统统的鲁棒性和可利用性。截至目前，谭欢指导和参与开发了 30 多个现实的机器人系统，包罗医疗安康养老机器人、野外操做办事机器人、无人飞翔机器人检测系统、受限情况办事机器人、手术机器人等等，让办事机器人逐步实正地和人类的生活以及工业消费相连系。

基于生成式人工智能和图机器进修手艺加速大分子药物的研发，搭建一整套大分子药物从头设想和优化平台，显著降低研发成本和缩短研发周期。

唐建率领团队努力于摸索操纵图机器进修和生成式人工智能用于新药研发，其研究功效包罗第一个在药物分子构造长进行预操练的模子 InfoGraph 以及第一个用于分子三维构造建模的扩散生成模子 GeoDiff 。基于那些研究工做，唐建团队开源了第一个专门用于药物研发的机器进修系统 TorchDrug，而且基于该系统，阿斯利康进一步开发了 ChemicalX 系统。

此外，唐建还创建了百奥几何生物科技有限公司，与英伟达、因特尔、IBM 科技巨头公司结合开源了第一个专门用于大分子药物研发的机器进修平台 TorchProtein 。至今唐建团队基于图机器进修和生成式人工智能手艺搭建了一套完全的抗体从头设想和优化平台。在抗体从头设想方面，目前公司正在与多家造药企业停止协做，该手艺将把抗体发现的时间从一年缩短到两个月，显著地降低抗体发现的时间和成本。

针对用户不竭加强的平安和隐私庇护需求，深耕数据与智能系统平安，在数字身份平安范畴做出立异性打破。

汪定在基于智能手艺的数字身份平安范畴开展了一系列工做，是目前在信息平安四大顶级学术会议上以第一做者颁发论文数量最多的中国青年学者。

近年来，汪定以用户懦弱口令行为为切进点，基于密码学、概率论、机器进修和天然语言处置等穿插学科常识，深进研究了口令及身份认证密码协议。此中次要立异功效包罗发现了人类口令的散布函数、提出了一套定向口令揣测进攻理论模子、显示了基于口令的多因素认证协议实现匿名性的素质计算复杂度。

此外，汪定设想了一系列基于口令的可证明平安匿名多因素协议，研究了当前普遍摘用的“口令+设备/生物特征”多因素认证密钥协商协议的评判目标系统，指出其三个目标间存在底子性抵触；提出“模糊验证因子（Fuzzy-verifier）”概念，并通过引进系统平安范畴的“诱饵口令（Honeyword）”战略，胜利处理了那一抵触；提出一套新的多因素协议评判目标系统，并基于 67 个典型协议的评估成果证明了新评判目标系统的可行性和先辈性；面向多办事器架构、物联网、云计算、量子计算等典型利用情况，设想了一系列平安高效的匿名多因素协议，并实现了可证明平安性。

提出了面向办事的加速器设想办法及主动化并行调度办法，基于智能处置器及 FPGA 异构加速器等部件研造了范畴公用的高能效智能计算系统。

王超在智能加速器设想办法、智能加速器调度优化及智能系统研造妥帖三个条理展开深进的系统性研究，提出了面向办事的加速器设想流程和智能计算节点中的多加速器核主动并行化调度等一系列立异性功效，且在智能末端、智能办事器系统及智能端-云平台等典型范畴停止了利用验证。

此中，王超提出了一套基于办事的加速器设想流程，实现通过软件定义硬件加速器，并构建了基于 FPGA 的异构多核可重构系统平台及通用设想办法，可以为多变的智能利用供给高效的加速器设想办法与定造办法，实现加速器的快速摆设、快速定造与快速验证，进而实现公用智能芯片的灵敏开发；在基于 FPGA 的可扩放深度进修加速器方面，提出了一系列智能加速器定造化设想办法与硬件系统，有效处理了嵌进式端和智能云端加速器的能效问题，为智能加速器在关键范畴的规模利用拂拭了障碍。

此外，其还进一步地针对面向特定利用范畴的公用计算系统展开研究，实现多加速器的并行化调度，并针对数据发掘、聚类算法、选举算法、基因测序等前沿的智能算法设想了公用的加速器智能计算系统。

将深度进修利用于卵白量构造的从头揣测范畴，并通过 AI 高速海量计算赋能生物合成的 DBTL（Design-Build-Test-Learn）各个环节，处理合成生物学的现实问题。

王晟的研究范畴为基于人工智能的计算生物学研究，当前努力于通过不竭拓展生物合成道路的鸿沟、通过已知数据发掘未知功用的元件、通过理性设想停止从无到有的元件创造与优化，三位一体将 AI 赋能到合成生物学 DBTL 的各个环节，从而进步研发效率、到达极致的降本增效。

其持久处置基于深度进修的卵白量构造从头揣测，曾基于 ResNet 架构的超深度进修手艺率先利用于卵白量邻接图揣测，极大进步了揣测精度从而使构建的 3D 模子到达“折叠层面”类似度，获得了第 12 届国际卵白构造揣测大赛 CASP 的邻接图揣测第一名；2020 年，初次率领国内的步队 tFold，获得了卵白揣测国际角逐的更佳功效。此外，王晟做为牵头人结合创建了智峪生科，2022 年指导团队获得了 RNA 构造揣测全球第一的功效。目前，其与团队通过 AI 高速海量计算赋能生物合成的 DBTL 各个环节，利用范畴涉及医药安康、农业、食物、化工等行业。

在深进理解人类本身行为法例的根底上，成立人与机器之间的相信关系，努力于人工智能手艺标准开展、使计算手艺变得更友好和负责任。

谢幸是数据发掘和选举系管辖域的领军者，目前所在的微软亚洲研究院的研究组是数据发掘范畴的顶级团队之一。做为 Microsoft Recommenders 背后的次要研究者，谢幸及其团队通过对深度进修和常识感知算法的研究为选举系管辖域做出了严重奉献，该代码库已成为 GitHub 上选举系管辖域更受欢迎的代码库之一。

其近年开发的手艺已被微软产物团队集成到多个项目中，包罗用户建模、新闻选举、个性化告白等，研发的算法搀扶帮助月活用户过亿的微软新闻和微软游戏供给了更多个性化内容并进步了用户参与度。

此外，为确保以负责任和契合人类价值看的体例利用人工智能，以及为包管手艺和大模子利用的公允性、可靠和平安、隐私和保障、宽大性、通明度和问责，谢幸及其团队试图设想有效的隐私庇护办法来庇护用于大模子操练或微调的隐私数据，以及通俗易懂的模子阐明办法来搀扶帮助用户理解大模子的工做原理；出力消弭或减轻用于操练大模子的数据中固有的社会成见和仇恨，力图使大模子在不竭改变的情况中愈加平安和鲁棒。

基于“天河二号”超等计算机，将卵白量构造揣测功效利用于药物设想，系统地研发了智能药物设想算法和平台，鞭策国产超算生物医药利用才能。

杨跃东拓展了“天河二号”超算的生物医药利用，操纵深度进修手艺开发出卵白量二级构造揣测系列办法，此中卵白量二面角揣测是国际上最早将深度进修用于卵白量揣测的研究之一，而且改动了传统的卵白量研究构想，从二级构造离散形态演化成二面角持续值的切确描述，为 AlphaFold2 的卵白量构造揣测打破带来了重要启发。

同时，他提出了摘用卵白量二维残基间隔图像来表征其三维构造，处理了此前卵白量构造特征进修的窘境，在药物虚拟挑选中胜利率远超传统对接办法及其它深度进修办法。在进一步的 PROTAC 药物研发中，连系超算模仿和智能计算办法，仅七周就设想出先导化合物，经细胞和动物尝试证明其药效半衰期是此前更好化合物的四倍，研发效率远高于传统办法，是合成高性能计算和人工智能开展科学研究新范式的胜利理论。此外，杨跃东主持构建生物医药高性能计算平台，为多家智能造药龙头企业供给计算办事，大幅进步了“天河二号”的生物医药计算利用。

鞭策具备推理才能和更可控生成才能的多模态手艺开展，努力于将视觉根底模子、视觉与语言跨模态范畴的研究功效，在零售、物流、智能造造场景下实现规模化利用。

姚霆聚焦计算机视觉与多媒体范畴的根底研究和手艺立异，在视觉根底模子标的目的继续深耕，提出了 Pseudo-3D（P3D）Network、Local and Global Diffusion Network、Contextual Transformer、Wavelet Vision Transformer 等多项立异手艺，屡次刷新图像理解、视频阐发准确率的上限，已被胜利利用于图像搜刮、视频云、智能机械臂等产物中。

此外，针对视觉-语言鸿沟难逾越的问题，构建了业界首个大规模视频-语言跨模态数据集，突破了在此之前小规模视频-语言跨模态数据集对预定义词表和模子进修的局限性，同时他还提出了一系列创始性的工做，包罗发掘视觉语义属性（LSTM-A）、视觉关系（GCN-LSTM）、高阶信息交互（X-linear Attention）加强文本描述生成，那些手艺都已成为视觉-语言阐发范畴的支流办法。

围绕“生物计算-人工 DNA 智能系统”（生物与信息穿插范畴）停止了系统和深进的研究。相关功效拓展了 DNA 人工智能系统在分子信息处置、智能纳米机器和分子诊疗等范畴的潜在利用。

张成努力于生物计算（DNA 计算和分子电路）、DNA 存储、纳米孔测序、生物信息手艺和纳米智能机器等方面研究。以 DNA 分子素材为组拆元件，操纵算法设想、序列编码、分子自组拆和纳米孔检测手艺等多学科办法和手段，构建实现多种 DNA 智能信息处置系统：DNA 电路、自组拆纳米孔和纳米颗粒 DNA 存储等。可以实现可编程别构信号收集转导、双催化可重构电路操控、核酶逻辑计算和纳米机器长途掌握等功用。同时，连系 DNA 分子自组拆手艺，他提出了复合 DNA 纳米孔手艺，能够实现动态调控的纳米孔载体过孔，从而极大拓展纳米孔检测的调控手段。开展的相关手艺手段可利用于新型 DNA 存储和生物计算，为 DNA 信息数据调控和读出供给新的构想。所提出的模子已经被国表里同业普遍引用和利用于分子检测和 DNA 计算范畴中，为多项重要的前沿科学研究工做供给了实现办法。

面向根底科研、立异药研发、素材研发等范畴，打造跨标准的、大规模的分子系统的模仿计算平台。

张林峰在机器进修、计算物理化学、分子模仿中的多标准建模等范畴展开研究工做，通过连系机器进修和多标准建模办法通过连系机器进修和多标准建模办法，有效处理了计算化学、分子模仿、加强摘样等标的目的中的一些关键问题。通过连系深度进修办法与多标准分子建模理论，曾做为核心开发者的工做曾获得 2020 年度戈登贝尔奖，该工做可在连结量子力学精度的根底上，将分子动力学的计算速度提拔数个数量级，实现对数十亿原子规模的系统停止量子力学精度的计算模仿，突破不断以来分子动力学局限于数千原子的小型系统的窘境。

张林峰率领团队提出了“多标准建模+机器进修+高性能计算”的科学研究新范式，推出了 Bohrium® 微标准科学计算云平台、Hermite® 药物计算设想平台、RiDYMO™ 强化动力学平台及电池素材计算设想平台等微标准工业设想根底设备，打造“计算引导尝试、尝试优化设想”新范式，为药物、素材范畴带来打破性的计算模仿及设想东西。

提出立异的张量收集办法处理了谷歌量子计算机的典范模仿问题，否决了谷歌的量子优胜性声明。

张潘聚焦统计物理、机器进修与量子计算的穿插范畴，与协做者提出了变分自回回神经收集办法用于例如自旋玻璃自在能计算等统计物理困难问题；提出了基于张量收集的机器进修模子玻恩进修机，操纵波函数的模平方表达数据变量的结合概率，合成了量子物理与机器进修的思惟，为生成进修供给了新的构想。

近期，张潘与团队提出了立异的张量收集办法并利用于量子优胜性问题。量子优胜性问题研究量子计算机可否在特定问题中处理典范计算机无法处理的问题。谷歌量子计算团队于 2019 年发布了悬铃木量子计算机，在 200 秒时间内完成了摘样问题。谷歌认为那个问题用典范超等计算机需要一万年才气处理，因而声称实现了量子优胜性（或称量子霸权）。张潘的新办法大大降低了典范算法在此问题上的计算复杂度，将悬铃木量子计算机的模仿时间由一万年降低到了数十秒，初次操纵典范计算机得到了悬铃木的百万样本，证明了谷歌悬铃木量子计算机没有量子优胜性。

围绕“高性能图计算”开展研究，研造高性能软硬协同图计算系统，以有效称心复杂多样的图计算需求。

张宇提出了依靠驱动的图计算加速器设想、以途径为中心的并行图计算模子和运行时调度办法、拓扑感知的高并发散布式图计算办法等核心手艺，处理了图数据之间依靠稀少性、非规则性和图顶点度数幂律散布等特征给图计算带来的弱数据部分性、低有效数据并行度、猛烈数据合作、高冗余计算及拜候、低通信效率、负载倾斜等难题。

他研造的高性能软硬协同图计算系统，性能功耗比达 6234.32 MTEPS/w，在第 18 届 Green Graph 500 小数据集性能功耗比排名中全球第一，而且实现了每秒千亿级边的计算才能，在第 23 届、第 24 届和第 25 届 Graph 500 排名中单机性能全球第一，摆设到超等计算机“鹏城云脑 Ⅱ”上，在第 25 届 Graph 500 排名中 SSSP 性能全球第一。其研究功效利用于全球能源互联网研究院、华为等企业，为全球能源互联网研究院电网系统阐发供给了高性能计算办事，处理了电网系统中潮水计算和形态估量的计算瓶颈，有效地支持了供电系统的参数评估和平稳运行；搀扶帮助华为海思将 EDA 软件中 ATPG 的内存消耗削减 16.9-57 倍， 施行时间缩短 10.4-30.6 倍，测试笼盖率进步 0.007-0.435%，并连结优良线性加速比等。

通过人工智能手艺处理分子间识别形式的建模、解析、揣测等核心问题，以期阐明生命活动中的分子机造并助力基于靶点的药物发现。

曾坚阳团队持久努力于人工智能和生命科学穿插范畴研究，围绕从海量生物数据中解析分子间识别形式那一目标，从信息整合、特征提取、异构收集等多维度动身，开发了一系列先辈的机器进修算法，从全基因组标准智能解析生物大分子间、小分子同大分子间的识别形式，是国表里最早将深度进修利用于基因组学研究的学者和课题组之一。

在大分子间识别特征解析方面，他和团队别离从 DNA-DNA 互做、大分子-核酸和卵白量-多肽互做方面进手，深进发掘互做生物分子间的序列特征，为理解基因表达调控机理供给重要线索。在小分子-大分子互做形式的特征解析方面，曾坚阳团队针对差别平台的大规模异构化数据，停止系统性整合，开发了 DTINet、NeoDTI、MONN 等基于收集的新型机器进修算法，可以高效揣测新的“药物-靶点”彼此感化，且揣测成果通过湿尝试验证。此外，模子揣测的药物在相关生物尝试中被证明具有显著的靶点按捺效果和抗炎症功用，极大进步了药物发现效率，是人工智能助力新药研发的典型案例。

操纵智能计算中的预操练大模子和常识图谱等手艺，构建分子大脑，打造数字药学家。

曾湘祥指导的湖南大学 DrugAI 尝试室依托于国度超算长沙中心，操纵新一代天河超算的强大算力，通过常识图谱与大模子手艺，打造办事立异药物研发的分子大脑和数字药学家。以国产天河超算为平台，整合阐发多组学数据，搭建了“天河智药”平台，该平台可用于药物挑选、性量揣测、药物重定位、药物设想等。

曾湘祥提出了全球首个分子图像自监视进修框架 ImageMol，操纵大规模无标签分子图像数据停止无监视预操练，为分子性量与药物靶点识别供给了新范式，该工做在 51 个数据集上获得了当前更好效果，证明了分子图像在智能药物研发范畴具有浩荡的潜力。该项研究展现了操纵计算机视觉手艺理解分子性量与药物靶点机造的浩荡潜力，并为学术界及工业界对分子范畴的研究供给了新视角。同时，曾湘祥与亚马逊 AI 协做，通过发掘 PUBMED 上 2400 万篇文献与六个大型数据库，构建了大型医药常识图谱 DRKG 并开源。