11月24日，中国科学院深圳先进技术研究院（以下简称“深圳先进院”） 第九期蝴蝶沙龙主题活动—AI for Science在A503会议室顺利举行。本期沙龙由深圳先进院院长樊建平、副院长郑海荣、副院长刘陈立共同担任召集人，现场共有60余位科研人员及科研管理人员参加此次活动。科研处处长喻学锋主持本次沙龙活动。

　　喻学锋首先回顾了“蝴蝶沙龙”往期历程，并为与会人员介绍了本期活动主题及目的。一场由人工智能和科学研究相结合引发的科研范式的转变，正快速且深刻地影响着物理学、化学、材料学、生物学、医学等各个传统科研领域，也催生出了很多新兴的交叉学科领域。为全面、深刻地剖析AI for Science发展趋势，贯彻中科院基础研究十条精神，结合我院现状推动成建制化基础研究，本期沙龙活动邀请了各所/学院负责人及科研骨干从不同学科角度开展交流讨论。 

　　樊建平在致辞中指出，面对日益复杂的国际环境和全球科技创新竞争，多学科交叉融合是产生创新成果、发展关键学科的重要途径。应进一步营造开放、自由的学术环境和创新氛围，建设国际化高水平科研机构及高校，鼓励科研人员开放思维，充分利用先进院多学科交叉的优势条件，推动不同研究领域碰撞交流，促进世界级科技创新成果的产生。 

　　在报告交流环节，刘陈立作《数据与智能驱动合成生物学》报告，指出数据智能驱动是大数据以及人工智能时代科研模式的必然发展阶段，并围绕数据与智能驱动的合成生物学前沿科学进行了探讨与深度思考，鼓励推动未来科学发展。集成所环绕智能和多模态系统研究室主任王岚作《人工智能与言语交流》报告，深度剖析了深度学习、人工智能的发展对言语认知和情感计算等科学问题的影响。医工所梁栋所长作《AI驱动的医学成像与智能诊断一体化》报告，针对当前医学影像链条中“信号-影像”和“影像-诊断”割裂的现状，提出建立全局优化框架，以诊断任务为目标，实现AI驱动的成像和诊断一体化，以提高诊断效果和效能。脑所王立平所长作《 ALL数字化行为与精准神经环路解析》报告，提出细胞尺度神经环路解析结合人工智能无监督动物行为学检测技术，可以精准解析大脑功能并给予数字化呈现，有望为针对神经系统疾病的新药研发与新一代人工智能体系的开发提供新思路。计算机学院潘毅院长和医药所李红春副研究员分别作《AI for Drug Design and Discovery》、《AI在药物设计与蛋白质设计中的应用与思考》报告，介绍了数据驱动的AI辅助设计方法与传统计算机辅助设计方法相结合，如何更加高效地设计蛋白质与药物小分子。材料所孙蓉所长作《机器科学家辅助材料数字制造》报告，介绍了搭建机器科学家赋值、赋智、赋能纳米晶材料数字制造的最新成果，阐述了AI与大数据驱动的材料科学研究的新范式。 

　　在自由交流环节，来自相关领域的科研人员及科研管理人员踊跃发言，从人工智能与生物医药未来产业、构建标准化大数据平台、数字化医学影像诊断、人才培养及独创性研究路径等方面与报告人进行了热烈的交流与探讨。活动最后，樊建平、刘陈立分别作了会议总结。本次活动多维度探索人工智能在传统科学和应用创新领域的研究范式，为深圳先进院AI for Science交叉研究提供了新思路、新灵感，进一步促进复杂科学技术问题的多学科协同攻关。 

樊建平院长致辞

蝴蝶沙龙第九期现场