2022 年“铸星计划”已启动！加入微软亚洲研究院不同领域的科研团队，在世界一流的企业级研究实验室中与资深研究员们结成专属“星搭档”；在自由宽松的研究氛围中，和科研团队一起开展人工智能等前沿领域的创新性研究，做出有影响力的学术成果……诸多“星”体验，只待你加入“铸星计划”！（点击此处，了解项目详情和报名方式）

为了汇集群星，吸引更多志同道合的优秀青年学者，今年的“铸星计划”特别聚焦几大特别科研主题。本期推送将介绍分子科学与人工智能(AI for Molecular Science)科研主题及相关研究员。请持续关注“铸星计划”特别科研主题系列介绍文章，期待与您在科研长空，共铸星光！

“星”主题

作为很多科学研究领域的基石，分子科学在微观层面为理解世界和解决科学问题提供底层基础知识和对应的支撑技术。随着大量科学数据在分子科学研究领域的积累，数据驱动的人工智能技术正在加速推动分子科学在基础研究方面的创新。

分子科学具有天然的跨学科特性，需要融合先进的人工智能技术和多元化的专业知识及技能，因此该领域的颠覆性科学创新亟需自然科学领域科学家和人工智能领域专家的紧密合作。分子科学与人工智能(AI for Molecular Science)科研主题立足于提供开展跨领域分子科学研究的支撑平台，并应用这些技术在人类健康、医疗、材料和能源等领域取得突破性成果。

我们重点关注以下研究课题：基于人工智能的分子模型、分子动力学、偏微分方程求解器，以及应用这些方法解决化学、生物学和材料科学中具有挑战性的问题。

具体而言，我们致力于：研究生物分子结构、动力学和相互作用，以揭示生命的秘密并治愈疾病；开发新的方法和模型来设计具有增强催化效率和更高效的能量存储/转换材料；探索生物分子和纳米材料之间的界面问题。

“星”团队

微软亚洲研究院分子科学研究团队是一个拥有跨学科知识和技能的多元化团队。该团队目前拥有几十名研究员及上百名研究学生。团队成员的研究背景和方向包括以人工智能方法为代表的计算机科学和技术和多个自然科学领域。主要研究课题包括应用人工智能方法加速的偏微分方程求解、发展人工智能方法对真实世界物理模型的高效准确描述方法、分析生物大分子的结构和动力学、发现和设计新型催化和能源材料等。通过多年的研究积累，团队目前拥有大量可用于分子建模和计算的人工智能和科学计算核心技术。

“星”搭档

  邵斌    微软亚洲研究院首席研究员

研究兴趣 ✦

分子动力学、计算生物学、计算化学、机器学习和并行图计算等。

铸星寄语 ✦

分子科学与人工智能方向致力于研发帮助人们从分子层面认识与理解世界的智能计算技术。我们着眼于科学计算技术创新以及重大科学发现，我们立足于扎实的人工智能技术、广博的跨领域学科知识以及志存高远的科学理想。目前我们特别关注计算分子生物学以及基于第一性原理的分子动力学模拟技术和相关应用的研究，期待与志同道合者交流、合作、共同成长。

  秦涛    微软亚洲研究院首席研究员

研究兴趣 ✦

深度学习及其在自然语言语音图像处理中的应用、强化学习及其在游戏 AI 和实际问题中的应用、信息检索和计算广告。目前研究重点为人工智能（深度学习、强化学习）如何助力科学发现，特别是分子建模、药物发现等方向。

铸星寄语 ✦

近 100 年前，量子力学的建立奠定了大部分物理学和整个化学的数学理论。100 年后的今天，我们还是受困于计算的限制，没能很好地将 100 年前的理论转化为实际的生产力。近 10 年来深度学习和强化学习的蓬勃发展，拉开了大幕的一角，上个世纪初科学史上波澜壮阔那一幕可能在本世纪再次上演。希望与老师们通过“铸星计划”进行跨学科合作，将 AI 和最前沿的理论结合，解决当前最具挑战性的实际问题，如分子建模、新药发现、新材料发现等。

  刘海广    微软亚洲研究院首席研究员

研究兴趣 ✦

开发结构生物学研究中的计算方法，通过确定分子结构和动态变化来全面理解分子功能和机制。

铸星寄语 ✦

人工智能方法正在推动分子科学的研究，微软研究团队在发展基于人工智能的加速算法和分子模型量化方案的同时，也致力于解决与人类医疗健康相关的分子动力学或者分子相互作用领域的具体科学问题。我们希望“铸星计划”能够吸引更多的专家学者与我们合作，发展更好的方法，做世界顶级的研究。

  陆子恒    微软亚洲研究院主管研究员

研究兴趣 ✦

AI for Science 以及材料科学和机器学习的交叉领域，目前的研究重点是新材料的计算、实验设计及其在下游领域的应用。

铸星寄语 ✦

材料科学、计算科学、人工智能的交叉激动人心，特别是1）材料在高维结构、性质空间的分布特征；2）非平衡态分子结构数据库的构建及通用机器学习力场的开发；3）高通量自动化材料化学实验与人工智能的交叉研究。期待与材料模拟、实验相关，特别是有高通量材料合成背景的学者深度合作，探索未知。

  张佳    微软亚洲研究院主管研究员

研究兴趣 ✦

利用人工智能技术解决计算物理/化学相关的关键问题，包括更快的偏微分方程求解和第一原理计算（例如 DFT）。

铸星寄语 ✦

计算物理和计算化学总是围绕着解方程展开，例如流体力学中的 Navier-Stokes 方程，密度泛函里面中的 Kohn-Sham 方程。这些方程的求解通常都非常的困难，严重地制约其在现实世界的应用。AI 技术，作为一种工具，可以帮助我们建立输入和结果之间的直接映射，从而可以绕过复杂逻辑，快速地给出我们想要的答案。基于这一点，我们想要设计先进的 AI 模型，帮助我们快速求解计算物理/化学中面临的复杂问题。希望寻求具有计算物理/化学背景，并且对 AI 有浓厚兴趣的学者，一起探索 AI for Science 的前沿领域！