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。
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！
机器学习与科学模型的有机结合，给传统的科学领域带来了新的发展机遇，也正在推动科研范式的创新。本论坛邀请到了活跃在这个领域最前沿的一些资深和年轻学者，来讨论AI for Science 带来的新的机遇和挑战。
鄂维南，数学家，主要从事机器学习、计算数学、应用数学及其在力学、物理、化学和工程等领域中的应用等方面的研究。1999年成为普林斯顿大学数学系和应用数学及计算数学研究所教授；2011年当选为中国科学院院士；2012年入选美国数学学会会士。1. Machine Learning Based Ab-initio Molecular Dynamics议题简介：Computational cost severely limits the range of ab initio molecular dynamics simulations. Machine learning techniques are rapidly changing this state of affairs. Deep neural networks, that learn the interatomic potential energy surface from ab-initio data, make possible simulations with quantum mechanical accuracy at the cost of empirical force fields. These approaches can model not only atomistic dynamics but also dielectric response properties measured in experiments. I will discuss, in particular, the deep potential method developed at Princeton. In combination with incremental learning techniques, this approach makes possible to construct, with minimal learning cost, reactive potentials that are accurate over a vast range of thermodynamic conditions, such as the pressure and temperature regimes underlying molecular and ionic phases of water. The methodology will be illustrated with applications to some classic problems in physical chemistry. 
Roberto Car is a theoretical condensed matter physicist and physical chemist. He is known for the ab-initio molecular dynamics method that he introduced with Michele Parrinello, and for electronic structure and simulation studies of disordered systems. Car was born in Trieste (Italy) and graduated from the Milan Politecnico (Technical University of Milan). After postdoctoral appointments at EPFL (Switzerland) and at the IBM TJ Watson research Center, he held physics professor positions at SISSA and at the University of Geneva (Switzerland). Since 1999 he is professor of chemistry and the Princeton Institute for the Science and Technology of Materials at Princeton University, where he is also associated professor of physics and the Program in Applied and Computational Mathematics. Car has been awarded numerous prizes, including the 1990 Europhysics Prize, the 1995 APS Rahman Prize, the 2009 Dirac Medal of the ICTP, the 2009 IEEE Fernbach Award, the 2010 Berni J. Alder CECAM Prize for Computational Physics, the 2012 Fermi Prize of the Italian Physical Society, the 2016 ACS Theoretical Chemistry Award, and the 2021 Franklin Medal for Chemistry. Car holds honorary degrees from Italian and Swiss Universities. He is a member of the National Academy of Sciences of the USA since 2016.2. Scientific machine learning without dataLei Wang got bachelor degree from Nanjing University in 2006 and PhD from Institute of Physics, Chinese Academy of Sciences in 2011. He did postdoctoral research on computational quantum physics at ETH Zurich in the next few years. Lei Wang joined Institute of Physics in 2016. His research interest is at the cross-section of deep learning and quantum many-body computation.议题简介：光谱，曾是人类探索物质科学规律的利器。量子力学的理论框架，就建立在对谱学信号的解读及相关规律推演的基础上。随着物质科学研究深入复杂体系，光谱与结构及性质之间的数学关系变得复杂乃至模糊，谱学计算的昂贵成本制约了光谱解读。我们致力于发展人工智能与量子化学计算结合的理论方法，一方面挖掘出与谱学观测相关的化学描述符，在保持量子化学精度的前提下大幅度提升光谱计算的效率，实现蛋白质分子光谱、催化剂表面分子光谱的高效模拟；另一方面借助机器学习破解大量科学数据背后的谱学规律，建立光谱响应信号、化学结构特征、分子与材料性质之间的构效关系，以拓展光谱的应用范围乃至推动从光谱信号到材料结构和性能指标的自动化反演。江俊，中国科学技术大学化学物理系教授，瑞典皇家工学院化学博士。入选基金委杰出青年基金、科技部青年973负责人、中组部首批“青年高层次专家”。从事理论与计算化学研究，发展融合人工智能与大数据技术的量子化学方法，研究在多个物理化学应用领域中的实际问题（能源催化、功能材料、光化学等）。发表SCI论文150余篇。获2015年中国化学会唐敖庆青年理论化学家奖、2020年日本化学会亚洲杰出讲座奖（人工智能在理论化学中的应用）。议题简介：在本次演讲中，我将介绍做机器学习辅助分子模拟的开源社区的根本原因，以及我们所做的努力。我将介绍该开源平台的架构：不同尺度的模拟引擎，一系列辅助设施，用于实现不同目的的工作流，以及数据库等。然后，我将讨论如何将每个人的努力整合在一起。最后，我将展示由此形成的基础设施将如何帮助其用户、贡献者、以及开发者。张林峰，普林斯顿大学应用数学系博士。林峰通过有效结合机器学习、多尺度建模方法、高性能计算，有效解决了计算化学、分子模拟、增强采样等方向中的一系列关键问题, 发表30多篇学术论文，发展了DeePMD-kit/DP-GEN等开源软件和DeepModeling开源社区。林峰与合作者发展的方法在时间和空间尺度上将第一性原理精度延伸了多个数量级，对物理、化学、材料、生物等领域的第一性原理建模和模拟产生较大影响。最近，林峰作为核心开发者的工作获得2020年度高性能计算领域最高奖ACM戈登贝尔奖。
王涵，现为北京应用物理与计算数学研究所副研究员。2002年进入北京大学数学科学学院学习，2006年获学士学位，2011年获博士学位，师从张平文院士。主要研究兴趣为分子模拟中的多尺度建模与计算方法，以及基于深度学习的分子建模。曾获中国数学会计算数学分会第五届青年创新奖。2020年与合作者共同推动完成的工作成果—“Pushing the limit of molecular dynamics with ab initio accuracy to 100 million atoms with machine learning”获得国际高性能计算应用领域最高奖—戈登贝尔奖（ACM Gordon Bell Prize）。报名链接：https://2021.baai.ac.cn/
本文转载自微信公众号：智源社区
