【文/观察者网 阮佳琪】
近日，南京大学计算(suan)机(ji)学院官网公(gong)布消息(xi)称，美国伦斯勒理(li)工学院计算(suan)机(ji)科学系常任轨道助理(li)教授(shou)、AI经典教材《深度学习》（《Deep Learning》，亦被称作“花书”）中文版的主要编(bian)译者符天凡博士，已正式(shi)入职南京大学，担(dan)任计算(suan)机(ji)学院准聘副教授(shou)一职。
据(ju)港媒(mei)《南华早(zao)报》25日报道，今(jin)年(nian)32岁的符天凡于去年(nian)12月加入南京大学，他的工作重点聚焦于人工智能驱动的药物(wu)发现(xian)和(he)材料(liao)开发。放弃美国终身教职回(hui)国，他希翼能够抓住中国人工智能快速发展带来的新(xin)机(ji)遇，尤其是在制药研究方面。
符天凡告诉(su)《南华早(zao)报》，中国对高等教育不断增长的投入为像他这样的年(nian)轻科学家创造了前(qian)所未有的机(ji)会。他说(shuo)：“南京大学完美融合了深厚的学问(hua)底蕴与自然科学领域的卓越领导力，该校在基(ji)础科学方面的广泛优(you)势，为我应(ying)用人工智能加速科学发现(xian)的研究提供了一片沃土。”他补充道，在海外漂泊(bo)数年(nian)，能够回(hui)到家人身边也是促使他做(zuo)出这一决定的重要因素之一。
2024年(nian)11月25日，符天凡在中北大学演(yan)讲(jiang)《深度学习在药物(wu)发现(xian)和(he)开发中的应(ying)用》。中北大学官网
根据(ju)南大官网先容，符天凡博士的研究方向为“人工智能赋能的药物(wu)发现(xian)”（AI for Drug Discovery）、“人工智能赋能的科学发现(xian)”（AI for Science）以及大语言模型（large language model），入选中国国家级青(qing)年(nian)人才项目。他于2023年(nian)在美国佐治亚理(li)工学院获得计算(suan)机(ji)科学与工程系博士学位，移居美国前(qian)在上海交通大学获得计算(suan)机(ji)科学与技(ji)术系学士和(he)硕(shuo)士学位。
符天凡的研究兴趣集中在深度学习驱动的药物(wu)的发现(xian)和(he)开发，其学术成果(guo)在Nature、Nature Chemical Biology、Nature Machine Intelligence、ICML、ICLR、NeurIPS、KDD、TKDE等知名会议和(he)期刊上发表(biao)学术论文40余篇，被国内外同行广泛引用。他在临床试验结果(guo)预测方面的研究成果(guo)已被选为Cell子刊Patterns期刊的封面文章，并且已成功应(ying)用于多(duo)家生物(wu)医药企业和(he)互联网企业。
符天凡向《南华早(zao)报》先容道，人工智能技(ji)术为传统科学工作流程带来的颠覆性(xing)变革。在药物(wu)研发中，过(guo)去依赖耗时(shi)且成本高昂的反(fan)复试错实验，如今(jin)借助机(ji)器学习与大数据(ju)的强大力量，能够实现(xian)加速突破。
他进一步解(jie)释(shi)说(shuo)，研究人员现(xian)在无需手动测试数千(qian)种化(hua)合物(wu)，只需依据(ju)已知药物(wu)机(ji)制训(xun)练深度学习模型，便能对庞大的分(fen)子库进行虚(xu)拟筛(shai)选，精准预测出具有高效治疗潜力的候选化(hua)合物(wu)，“这大大提高了药物(wu)发现(xian)的效率(lu)和(he)成功率(lu)。”
材料(liao)科学也在经历(li)类似转变。过(guo)去，研究人员依靠劳动密(mi)集型实验来探索(suo)新(xin)材料(liao)的组合。现(xian)在，他们可以建立已知材料(liao)特性(xing)的大规模数据(ju)库，提取关键特征后，使用机(ji)器学习模型来预测新(xin)组合物(wu)的性(xing)能，助力科学家锁定最有潜力的候选材料(liao)进行实验测试。
符天凡说(shuo)，“人工智能为科学发现(xian)提供了全(quan)新(xin)范(fan)式(shi)。无论是在制药还是在基(ji)础研究领域，它(ta)都有助于发现(xian)复杂(za)数据(ju)中隐藏(cang)的模式(shi)，并优(you)化(hua)实验设计。它(ta)正在重塑大家理(li)解(jie)和(he)应(ying)对科学挑战的方式(shi)。”
谈(tan)及中国和(he)美国在人工智能科研领域的发展态势，符天凡认为两国各有所长。他指出，处于领先地位的美国，拥有世界一流的研究基(ji)础设施(shi)、深厚的人才储备(bei)和(he)充满活(huo)力的创新(xin)生态系统。美国历(li)史悠久的医药产业、丰富的临床数据(ju)资源和(he)成熟的商业化(hua)渠(qu)道，也为科研成果(guo)从实验室迈向市场按下了“加速键”。与之相应(ying)，中国正奋起直(zhi)追，强有力的政策扶(fu)持、持续增长的投资以及庞大的医疗市场，赋予了中国独特的竞争优(you)势。
他说(shuo)，“中国政府一直(zhi)在积极推动生物(wu)医学和(he)人工智能领域的创新(xin)发展。中国数量庞大的患者群体为临床研究提供了宝贵(gui)的数据(ju)，中国的科技(ji)公(gong)司同样在加速人工智能的发展。”
在南京大学，符天凡计划组建一个跨学科研究团队，成员包括计算(suan)机(ji)科学家、人工智能研究人员、化(hua)学家、生物(wu)学家和(he)药理(li)学家，力求加速药物(wu)开发进程中的关键环节，如药物(wu)设计和(he)临床试验。
他说(shuo)，“我计划与制药公(gong)司合作，帮助候选药物(wu)更接近市场批(pi)准。通过(guo)利(li)用人工智能的强大力量，大家可以缩短开发时(shi)间(jian)，并降低药物(wu)发现(xian)的成本。”