马维英坐镇,共话AI赋能生命健康与生物医药

2021年6月1日-3日,第三届北京智源大会将隆重举办。现正式开放大会线上和线下报名渠道。地点:中关村国家自主创新示范区会议中心

2021年北京智源大会召开在即,6月1日至6月3日,持续三天,13场主旨报告/重磅对话,29场由各领域领军学者主导的专题论坛,4场讲习班。大会将紧紧围绕这些当前学术领域迫切需要解决的问题,以及产业落地过程中存在的诸多挑战,延续一贯以来的“内行认可”品质口碑,采取极为严格的内行荣誉邀请制,分享真正内行认可的重大成果与真知灼见,献上一场诚意满满的AI盛宴!

北京智源大会倒计时:6 


29场专题论坛中,AI赋能生命健康与生物医药论坛将聚焦于AI在生命科学、生物制药、基因工程、健康计算、个体化精准医疗等领域的应用,邀请国内外知名嘉宾共同探讨相关领域面临的机遇和挑战。

论坛议程

论坛主席

马维英

 

马维英博士现为清华大学智能产业研究院惠妍讲席教授、首席科学家。他的研究方向包括人工智能的几个核心领域(搜索与推荐、大数据挖掘、机器学习、自然语言理解与生成、计算机视觉)以及人工智能在生命科学、生物制药、基因工程和个体化精准医疗等领域的跨学科研究与应用。他此前曾任字节跳动副总裁兼人工智能实验室主任、前微软亚洲研究院常务副院长。

马博士曾在世界级会议和学报上发表过逾 300 篇论文,并拥有 160 多项技术专利。他是电气电子工程师学会会士(IEEE Fellow),曾任国际信息检索大会(SIGIR 2011)联合主席、国际互联网大会(WWW 2008)的程序委员会联合主席。他于2017年获得吴文俊人工智能科学技术奖二等奖,并曾入选Guide2Research 2018年计算机科学领域TOP100科学家,全球排名86。

演讲主题及嘉宾介绍

1. 人工智能赋能个体化癌症免疫治疗

演讲嘉宾:李明

李明教授是加拿大皇家学会院士,ACM 及 IEEE Fellow, Canada Research Chair (Tier I)。曾获McGuffey Longevity Award。2010年获得加拿大顶级国家科学奖Killiam Prize。李教授在美国康奈尔大学获得博士学位,现为加拿大滑铁卢大学的大学教授 (University Professor),教育部长江讲座教授,清华大学客座教授,北京大学客座教授。他是研究Kolmogorov复杂性的世界权威专家,在研究机器学习,自然语言处理,算法平均复杂度、信息距离,和生物信息学方面解决了多个几十年未解难题,开创了新的研究领域。在Nature, Nature Methods, Nature Machine Intelligence, PNAS, Scientific American, J.ACM, CACM, FOCS, STOC 等杂志会议发表过许多有影响的文章。他的著作“An introduction to Kolmogorov complexity and its applications”已经出了第4版,在世界上被誉为经典,广为引用。

2. 结构性和功能性基因组学的机器学习算法

演讲嘉宾:彭健

彭健,现伊利诺伊大学厄巴纳-香槟分校计算机科学系副教授,此前曾于麻省理工学院计算机科学与人工智能实验室进行博士后研究,曾以访问科学家的身份前往白头研究所进行交流,于2013年获芝加哥大学丰田技术学院计算机科学博士学位。彭健博士的主要研究领域为生物信息学、化学信息学和机器学习,其合作开发的算法在多项科学挑战赛中获得佳绩,包括蛋白质结构预测技术的关键测试(CASP),及转化医学和药物基因组学的DREAM 挑战。彭健博士还是Overton奖、美国自然科学基金委员会杰出青年奖、艾尔弗•斯隆基金会斯隆研究奖的获得者。

3. Decoding the Human Genome Structure and Function

演讲嘉宾:马坚

马坚现任美国卡内基梅隆大学计算机科学学院教授。2009年至2015年在伊利诺伊大学香槟分校任助理教授和副教授。他于2016年1月加入卡内基梅隆大学计算机学院。他的实验室主要从事针对基因组结构和功能的机器学习算法开发并应用于理解疾病的分子机理,同时也研究新算法对多模态的医疗健康数据的有效整合。他近年的主要研究兴趣集中在针对基因组空间结构,基因调控,癌症基因组,以及单细胞组学而设计机器学习方法。他获得的奖项包括美国自然科学基金会CAREER奖和古根海姆奖。

4. 以计算之矛攻新冠之盾

议题简介:至今新冠疫情已经肆虐一年有余,世界各地都深受其苦。本报告将从流行病学和病毒学两个角度探讨如何用计算的方法来应对新冠疫情。首先,我将介绍如何利用深度学习对新冠疫情的发展进行精准预测,我们构建的模型在美国疾控中心提供的四十余个模型中精度领先,已成为众多机构进行决策的重要依据。其次,我将介绍如何利用大规模分子动力学模拟深入理解新冠病毒的致病机理,并由此发现新的药物靶点,为治疗新冠肺炎提供有力的科学依据。此外,我还将简要介绍如何利用机器学习的方法,依据人类免疫细胞对新冠肺炎进行精准诊断,以及如何利用AI技术加速药物发现的流程,从而为抗击新冠疫情提供全方位的技术支撑。

演讲嘉宾:刘铁岩

刘铁岩博士,微软亚洲研究院副院长,IEEE会士, ACM杰出会员。他被聘为CMU、清华大学、中国科技大学兼职教授、诺丁汉大学荣誉教授。刘博士的先锋性研究促进了机器学习与信息检索之间的融合,被公认为“排序学习”领域的代表人物。近年来他在深度学习、分布式学习、强化学习等方面也颇有建树,在顶级国际会议和期刊上发表论文两百余篇,被引用三万次。他担任了包括WWW/WebConf、SIGIR、KDD、NIPS、ICLR, AAAI在内的诸多顶级国际会议的程序委员会主席或领域主席;包括ACM TOIS、ACM TWEB、IEEE TPAMI在内的知名国际期刊副主编。他曾多次获得最佳(学生)论文奖、最高引用论文奖、最高引中国学者奖、CCF青竹奖、中国AI英雄风云榜技术创新人物奖、AMiner全球最有影响力学者奖(信息检索领域)等奖项。他的团队于2017年开源了LightGBM,目前已成为Kaggle比赛和KDD Cup中最受欢迎的机器学习工具之一;于2018年帮助微软在中英新闻翻译任务上达到了人类专家的水平;于2019年研发了史上最强麻将AI Suphx,在国际知名麻将平台“天凤”上荣升十段,稳定段位显著超越人类顶级选手。

5. 数据与知识驱动的AI赋能生命健康研究

议题简介:人工智能技术的发展与落地离不开高质量数据与领域知识体系。在生命健康领域,大规模电子病历数据与长期的医学知识沉淀是很多相关研究与产业转化的基础。我们将从电子病历的信息集成,数据质控,结构化,标准化谈起,利用自然语言处理技术解决数据的可计算问题,并介绍其在临床研究,真实世界研究及临床试验患者招募等环节中的应用场景。之后提出一种结合医学符号逻辑知识与数据驱动的机器学习模型的模型化知识图谱技术,通过模型化知识图谱赋能个性化的健康风险预测与治疗方案建设。最后,通过一些案例介绍基于数据与知识共同驱动的生命健康相关研究成果与落地。

演讲嘉宾:闫峻

闫峻博士于2006年在北京大学数学学院信息科学系获得博士学位。曾任哈佛大学医学院研究助理。微软亚洲研究院资深研究员,现任医渡科技(2158.HK)首席人工智能科学家,首席技术官。他的研究兴趣包括人工智能中的知识挖掘,基于知识的机器学习,文本处理技术,信息检索等并更加关注医疗健康领域的人工智能研究。至今为止,获得数十项国内,国际技术专利,发表高质量学术论文 80 余篇。曾任中山大学博士生导师,人民大学工程硕士导师,微软-北京大学联合实验室副主任。现为中文信息学会语言与知识计算专业委员会委员,中文信息学会医疗健康与生物信息处理专业委员会委员。国家药监局AI医疗器械标准化技术专家组观察员,国家发改委医疗知识图谱建设项目负责人。

6. AI医疗的基础设施建设

议题简介:AI医疗未来应该是什么样子的?当讨论这个问题的时候,很多人会着眼于AI未来会变成什么样子,即AI会变得多聪明,这似乎是一个算法层面的问题;但是我认为我们应该着眼于医疗未来会变成什么样子,即医疗的模式、数据、流程应该发生什么样的变革,这是一个系统层面的问题。

 

我将从数据闭环、采集数据规范、可解释性等方面分享我对AI医疗系统的理解,并探讨一下未来的医生、患者将如何与AI系统合作。

演讲嘉宾:袁洋

袁洋,清华大学交叉信息学院助理教授。2012年毕业于北京大学计算机系,2018年获得美国康奈尔大学计算机博士学位,师从Robert Kleinberg教授。在博士期间,于2014年-2015年前往微软新英格兰研究院做访问学生,并于2016年秋季前往美国普林斯顿大学做访问学生。2018-2019年前往麻省理工学院大数据科学学院(MIFODS)做博士后,师从Piotr Indyk教授和Aleksander Madry教授。袁洋的主要研究方向是智能医疗、AI可解释性、AI大系统。

智源大会完整日程


- 点击阅读原文或长按图片,内行盛会,免费注册-


扫码加入「AI赋能生命健康与生物医药」论坛交流群,参与相关话题讨论

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值