Ngày 24/6, Trung tâm Khoa học Phân tử Cơ bản thuộc Khoa Hóa học, Đại học Thanh Hoa (Tsinghua) đã tổ chức Hội thảo AI Tổng hợp Phân tử và Xúc tác (AIM-S&C) tại Tòa nhà Y Sinh học. Hội thảo tập trung vào bốn chủ đề chính: 'AI tổng hợp ngược tiến vào tổng hợp toàn phần thực tế', 'Kiến thức, dữ liệu và mô hình nền tảng cho tổng hợp AI', 'Từ dự đoán AI đến ứng dụng hóa học thực tế' và 'Tổng hợp toàn phần: Thử thách cuối cùng của AI'.

Diễn giả và nội dung chính

Phát biểu khai mạc có sự tham gia của Giáo sư Cheng Jinpei, Viện sĩ Học viện Khoa học Trung Quốc; Phó Viện trưởng Viện Nghiên cứu Khoa học Li Shuiqing; và Giám đốc Trung tâm Khoa học Phân tử Cơ bản Luo Sanzhong. Các báo cáo chuyên đề được trình bày bởi nhiều chuyên gia quốc tế: Giáo sư Bartosz A. Grzybowski từ Viện Khoa học và Công nghệ Quốc gia Ulsan (UNIST, Hàn Quốc); Giáo sư Tang Yefeng từ Đại học Thanh Hoa; Giáo sư Lei Xiaoguang từ Đại học Bắc Kinh; Giáo sư Chen Huajun từ Đại học Chiết Giang; Trợ lý Giáo sư Yu Tianshu từ Đại học Hồng Kông (Trung Quốc); Giáo sư Xie Changyu từ Đại học Chiết Giang; và Nghiên cứu viên Li Ang từ Viện Hóa học Hữu cơ Thượng Hải, Viện Hàn lâm Khoa học Trung Quốc. Các báo cáo bao gồm các lĩnh vực: tổng hợp ngược AI, tổng hợp toàn phần sản phẩm tự nhiên, tích hợp tổng hợp hóa học và sinh học, mô hình nền tảng khoa học lớn, dữ liệu đáng tin cậy, học máy tăng cường cơ chế, và dự đoán cấu trúc-tính năng dựa trên cơ chế và học máy.

Thảo luận bàn tròn và định hướng tương lai

Phiên thảo luận bàn tròn tập trung vào các câu hỏi: 'Thế nào là một lộ trình tổng hợp ngược tốt?', 'AI tổng hợp đáng tin cậy thiếu dữ liệu và kiến thức nào?', 'Làm thế nào để dự đoán AI được xác minh bằng thực nghiệm?' và 'Lộ trình 5 năm tới của AI, tự động hóa và tổng hợp toàn phần'. Các chuyên gia đã trao đổi sôi nổi về những thách thức và cơ hội trong lĩnh vực này.

Bế mạc và lời khuyên cho nhà khoa học trẻ

Tại lễ bế mạc, Giáo sư Wang Meixiang, Viện sĩ Học viện Khoa học Trung Quốc, cùng Giáo sư Cheng Jinpei đã khuyến khích các nhà khoa học trẻ tích cực đón nhận công nghệ mới, suy nghĩ về cách đặt câu hỏi khoa học, tạo ra phương pháp nghiên cứu và khám phá không gian chưa biết trong kỷ nguyên AI.

Theo Tsinghua

Ảnh: Google DeepMind / Pexels