Introduction
L’équipe AI4Science de la Chinese University of Hong Kong recrute des étudiants et des chercheurs intéressés par l’AGI scientifique, l’AI4Science, l’IA générative, la conception moléculaire, les agents scientifiques, l’intelligence incarnée et les laboratoires automatisés.
Cet article réorganise les informations originales de recrutement dans une version anglaise plus claire, destinée aux candidats souhaitant comprendre l’orientation de recherche de l’équipe, les postes proposés, les attentes en matière de candidature et l’environnement de recherche. La structure d’origine est conservée, mais la formulation a été rendue plus fluide et plus facile à lire.
Remarque sur la source : l’article original a été publié sur BAAI Hub et indique que le contenu provenait de WeChat. Le corps du texte comprend une image pertinente liée au campus ou à l’équipe. Les bannières publicitaires, les images décoratives du site et les icônes d’interface de retour en haut de page ont été exclus.
Présentation de l’équipe
Le groupe du professeur Pheng Ann Heng, au sein du département d’informatique et d’ingénierie de la Chinese University of Hong Kong, en collaboration avec OTeam, se concentre sur l’intelligence artificielle générale scientifique, ou AGI scientifique.
L’équipe vise à construire un modèle fondamental computationnel général pour l’AI4Science. Ses travaux explorent la modélisation, le raisonnement, la génération et la conception unifiés à travers des systèmes scientifiques complexes. Les thèmes de recherche incluent des modèles de monde de conception moléculaire all-to-all, des modèles virtuels de voies biologiques, des agents scientifiques et des systèmes de laboratoire autonome combinant AR/VR et flux de travail scientifiques intelligents.
L’objectif plus large est de faire évoluer l’IA d’un simple outil d’analyse passif vers un système intelligent central capable de participer activement à la découverte scientifique.
L’équipe met l’accent sur une trajectoire de recherche systématique, allant des modèles fondamentaux et des algorithmes clés jusqu’aux problèmes scientifiques réels. Les étudiants sont censés développer des capacités de modélisation, de raisonnement, de conception et de boucle expérimentale dans des contextes interdisciplinaires.
Le groupe accueille des étudiants issus de la pharmacie, de la physique, de la chimie, du génie biomédical, de l’informatique et d’autres disciplines connexes. Il offre une atmosphère de recherche ouverte, de solides ressources scientifiques et d’importantes ressources de calcul, avec près d’un millier de cartes de calcul disponibles. L’équipe entretient également des collaborations de long terme avec des laboratoires internationaux de premier plan en AI4Science, notamment des groupes du MIT, de Harvard, de Stanford et du Baker Lab.
En plus de la recherche fondamentale, l’équipe dispose de solides ressources de transfert industriel et a reçu près de cent millions de RMB de soutien industriel. Cela offre aux étudiants une plateforme combinant exploration de pointe, formation interdisciplinaire et applications scientifiques concrètes.
Les candidats intéressés par l’AGI scientifique et la recherche de pointe en AI4Science sont encouragés à rejoindre l’équipe et à contribuer à l’exploration de la prochaine génération de
Découverte scientifique pilotée par l’IA.
Responsable de l’équipe
Le professeur Pheng Ann Heng est professeur Choh-Ming Li en informatique et ingénierie à l’Université chinoise de Hong Kong. Il est également directeur de l’Institut d’intelligence médicale et XR de la CUHK, ainsi que codirecteur du Laboratoire conjoint Guangdong-Hong Kong-Macao des systèmes de synergie d’intelligence homme-machine.
Il a obtenu sa licence en informatique à l’Université nationale de Singapour en 1985, puis son doctorat en informatique à l’Université de l’Indiana en
1992. En 1992, il a rejoint le Centre NUS-JHU pour la médecine enrichie par l’information en tant qu’attaché de recherche. En 1995, il a intégré le département d’informatique et d’ingénierie de la CUHK comme professeur assistant, avant d’être promu professeur en 2002.
En 2007, le professeur Heng a reçu la chaire de professeur émérite Cheung Kong décernée par le ministère chinois de l’Éducation. Il a également exercé les fonctions de directeur de département et de responsable de la division des études supérieures.
Depuis 1999, il dirige le Centre de recherche en réalité virtuelle, visualisation et imagerie de la CUHK. Depuis 2006, il dirige également le Centre de technologie d’interaction homme-machine à l’Institut de technologie avancée de Shenzhen de l’Académie chinoise des sciences.
Ses recherches portent notamment sur l’analyse d’images médicales, l’intelligence artificielle, la simulation chirurgicale, la visualisation et la réalité étendue. Il a publié plus de 760 articles, totalisant plus de 80 000 citations sur Google Scholar et un indice h de
132. Il a été désigné Highly Cited Researcher par Clarivate et reconnu par Research.com comme une figure majeure de l’informatique en Chine.
Axes de recherche
L’équipe soutient la liberté académique et encourage les étudiants à explorer des axes de recherche susceptibles de façonner les futures tendances scientifiques et en IA. Les priorités actuelles comprennent la recherche fondamentale sur les modèles génératifs et l’apprentissage de représentations, les agents scientifiques, ainsi que les applications de l’IA pour la science.
Les domaines suivants sont particulièrement pertinents, sans être exhaustifs.
IA scientifique
Fondements génératifs profonds et applications
L’équipe étudie des méthodes fondamentales d’IA inspirées par la physique et d’autres principes scientifiques connexes. Les sujets incluent les modèles de diffusion discrets et continus, d’autres méthodes de modélisation générative, ainsi que des applications telles que les nuages de points 3D, la génération de molécules et les modèles du monde.
Cet axe convient aux étudiants qui souhaitent travailler sur la modélisation générative à un niveau fondamental tout en reliant ces méthodes à des problèmes scientifiques.
Apprentissage de représentations multimodales
L’équipe étudie des modèles unifiés de représentation multimodale, notamment la tokenisation, la fusion de modalités et l’intégration entre représentation et génération.
L’objectif n’est pas seulement d’aligner différentes modalités de données, mais aussi de rendre l’apprentissage de représentations utile à la génération scientifique. Cela comprend la construction de moyens plus naturels et plus unifiés pour générer des structures scientifiques et raisonner à leur sujet.
Agents scientifiques et découverte autonome
Cet axe se concentre sur les agents d’IA, les agents fondés sur les LLM et les systèmes multi-agents appliqués à des tâches scientifiques. L’équipe étudie des agents dotés de capacités de planification, de raisonnement, d’utilisation d’outils, de conception expérimentale et d’optimisation autonome.
Applications
incluent la conception moléculaire, l’ingénierie des protéines, les expériences automatisées, l’extraction de connaissances fondée sur la littérature et la génération d’hypothèses scientifiques.
L’objectif à long terme est de construire une boucle fermée composée de :
- Perception
- Raisonnement
- Génération
- Validation
- Retour d’information
Cette boucle vise à accélérer la découverte scientifique et l’innovation en ingénierie.
Intelligence scientifique incarnée et laboratoires automatisés
Cette orientation étudie comment l’intelligence virtuelle peut se connecter à des systèmes expérimentaux réels dans le cadre de l’AI4Science.
L’équipe se concentre sur la collaboration entre les agents scientifiques, les plateformes d’expérimentation robotisées, les laboratoires automatisés et les systèmes intelligents de prise de décision. La boucle visée est la suivante :
- Conception computationnelle
- Exécution automatisée
- Validation expérimentale
- Optimisation par retour d’information
L’objectif est d’aider l’IA à passer du raisonnement virtuel et de la conception moléculaire à une participation expérimentale réelle et à une découverte scientifique plus rapide.
AI4Science
Modèles du monde biomoléculaire
Cette orientation s’articule autour d’AlloDesign et vise à construire un modèle fondamental unifié pour les systèmes moléculaires biologiques.
La recherche étudie comment les modèles génératifs profonds et l’apprentissage de représentations multimodales peuvent comprendre la structure, la fonction et les interactions moléculaires. Elle ne se limite pas à un seul type de molécule. Au contraire, le même cadre de modélisation doit être capable de traiter les petites molécules, les acides nucléiques, les peptides, les anticorps, les protéines, les complexes protéiques et d’autres systèmes biomoléculaires.
L’équipe vise à développer des capacités de modélisation continues, allant de la représentation moléculaire à la conception fonctionnelle. En introduisant la prédiction de structure, l’évaluation fonctionnelle et le retour d’information expérimental, les résultats générés peuvent être corrigés et validés au fil du temps.
Cela pourrait progressivement conduire à des méthodes générales de conception intelligente pour la découverte de médicaments, l’ingénierie des protéines, les thérapies à base d’acides nucléiques et la conception de biomatériaux.
Modèles des voies cellulaires et recherche sur le vieillissement
Cette orientation étudie la modélisation computationnelle des interactions moléculaires et des voies de signalisation à l’intérieur des cellules.
La question centrale est de savoir comment relier les représentations au niveau moléculaire des protéines, des petites molécules et des acides nucléiques aux états fonctionnels cellulaires. L’équipe souhaite construire des modèles prédictifs décrivant comment les perturbations moléculaires entraînent des réponses cellulaires.
La recherche accorde une attention particulière aux voies liées au vieillissement et aux mécanismes de régulation dans les états pathologiques. Elle explore également comment l’IA peut comprendre les effets des interventions moléculaires sur le destin cellulaire, la transduction du signal et le déclin fonctionnel.
Le résultat attendu est un nouvel ensemble de méthodes computationnelles pour la découverte de cibles, l’analyse des mécanismes d’action et l’intervention de précision.
Scientifiques virtuels en AR/VR
Cette orientation étudie des méthodes d’interaction immersives pour la découverte scientifique.
L’équipe explore comment des structures moléculaires complexes, des voies cellulaires et des processus de génération de modèles peuvent être transformés en interfaces de recherche 3D compréhensibles et interactives.
L’accent est mis sur la collaboration entre les scientifiques humains et les agents d’IA. En particulier, l’équipe s’intéresse à la manière dont la visualisation interactive et les systèmes d’agents peuvent soutenir la génération d’hypothèses, la conception expérimentale et
interprétation des résultats.
Cette orientation vise à proposer de nouveaux paradigmes d’interaction pour les futurs environnements virtuels de recherche et les systèmes autonomes de découverte scientifique.
Recrutement de talents
L’équipe recrute des doctorants pour la rentrée 2027, avec environ 4 à 6 places disponibles. Les postes postdoctoraux sont ouverts au fil de l’eau.
L’équipe accueille également des assistants de recherche, des étudiants visiteurs et d’autres candidats souhaitant explorer l’IA scientifique, l’AI4Science, l’IA générative, la conception biomoléculaire, les agents scientifiques, l’intelligence incarnée et les laboratoires automatisés.
L’équipe estime qu’un intérêt sincère pour la recherche et la passion sont les premiers moteurs d’un excellent travail. Les candidats ayant un parcours pertinent et une forte ambition sont encouragés à postuler. L’équipe examinera les intérêts de recherche, le parcours et les compétences de chaque candidat, puis aidera à concevoir une orientation de recherche personnalisée.
Si vous êtes intéressé par un programme de doctorat
L’équipe recherche de futurs chercheurs passionnés par la recherche scientifique, exigeants envers eux-mêmes et dotés d’un solide discernement académique.
Les attentes de base pour les candidats au doctorat sont présentées ci-dessous.
- Expérience de recherche
Pour les étudiants de premier cycle, il n’est pas nécessaire d’avoir des articles publiés. Cependant, les candidats doivent avoir une expérience de projets de recherche et être capables d’expliquer clairement leur rôle et leur contribution dans le processus de recherche.
Pour les étudiants en master, il est préférable d’avoir publié ou soumis des articles à des conférences ou revues de premier plan, telles que NeurIPS, ICML, CVPR ou ICLR.
Creez un site vitrine et genere des leads en quelques minutes
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Les articles disponibles uniquement sur arXiv sont également les bienvenus. Les candidats sont encouragés à indiquer clairement leurs une ou deux meilleures réalisations, afin que le laboratoire puisse évaluer avec soin la qualité du travail et la maturité scientifique qu’il reflète.
- Atouts supplémentaires
Les candidats seront particulièrement compétitifs s’ils possèdent une ou plusieurs des qualités suivantes :
- Une solide formation en mathématiques ou en physique, par exemple une spécialisation en mathématiques ou en physique, ou des distinctions dans des compétitions reconnues de mathématiques.
- De solides compétences en programmation, par exemple une formation en informatique ou en génie logiciel, une participation à des concours de programmation, ou un rôle de leadership dans des projets communautaires à fort impact.
- Un blog technique de grande qualité, mis à jour sur le long terme.
- Un historique actif de contributions techniques.
- Une expérience de stage de longue durée dans des fonctions techniques.
Si vous souhaitez rejoindre l’équipe en tant que stagiaire ou assistant de recherche
Pour les postes d’assistant de recherche, l’équipe accueille des candidats ayant un fort intérêt pour la recherche, en particulier ceux qui :
- Souhaitent construire une base solide en recherche avant de postuler à de futurs programmes de doctorat.
- Correspondent bien aux orientations de recherche du laboratoire et sont prêts à soutenir l’équipe dans la recherche, la mise en œuvre technique et l’analyse de données.
Exigences de base
Les candidats doivent généralement avoir :
- Une licence ou un diplôme supérieur.
- Une formation en mathématiques, en physique, en informatique ou dans un domaine connexe, de préférence.
- De bonnes compétences en programmation, par exemple une familiarité avec Python, C++ ou des langages similaires.
- De solides compétences en mise en œuvre technique.
- Une forte capacité d’apprentissage et la faculté de maîtriser rapidement de nouvelles connaissances et de nouveaux outils.
Atouts supplémentaires
Qualifications
L’expérience suivante est particulièrement appréciée :
- Participation en tant que premier auteur à la publication d’articles de recherche.
- Expérience dans le développement, l’optimisation ou la maintenance de projets à grande échelle, tels que des projets GitHub.
- Maîtrise de frameworks d’apprentissage profond tels que PyTorch ou TensorFlow.
- Expérience dans des concours de recherche, tels que Kaggle ou ACM, avec obtention de prix.
L’équipe accueille également des étudiants de licence et de master en tant qu’étudiants visiteurs. Les étudiants visiteurs peuvent participer aux projets de recherche de pointe actuellement menés au laboratoire.
Exigences de base pour les étudiants visiteurs
Les candidats au statut d’étudiant visiteur doivent avoir :
- Une forte motivation à apprendre et un intérêt sincère pour la recherche académique.
- Une expérience de participation à un projet de recherche complet, avec la capacité d’expliquer leur contribution et leur démarche de réflexion.
- Un bon niveau d’anglais, y compris la capacité de lire et de rédiger des documents de recherche académique.
Qualifications supplémentaires pour les étudiants visiteurs
Les atouts supplémentaires utiles comprennent :
- Des articles soumis ou publiés dans des conférences ou revues de premier plan, sans nécessairement être premier auteur.
- De solides compétences en programmation.
- Des projets open source ou des blogs techniques.
- Des récompenses dans des concours de modélisation mathématique ou d’autres activités liées à la recherche.
L’équipe indique qu’elle examinera attentivement tous les dossiers de candidature et traitera chaque candidat de manière équitable.
Conditions de recherche
Ressources de calcul
L’équipe dispose de solides ressources de calcul grâce à la Chinese University of Hong Kong et à l’Institute of Medical Intelligence and XR.
En outre, l’équipe collabore avec des entreprises telles que Valhalla Technology, Alibaba, Tencent, DP Technology et BioMap, qui fournissent également d’importantes ressources de calcul de niveau industriel.
Opportunités d’échange et de stage
L’équipe entretient des collaborations de long terme avec des institutions telles que le MIT, Harvard, l’Université de Washington, l’UCLA, l’Université nationale de Singapour et l’Université de Cambridge.
Les doctorants sont encouragés à participer à des stages de recherche et à des opportunités d’échange à l’international, ce qui peut favoriser à la fois leur développement académique et la collaboration internationale.
Échanges académiques
L’équipe encourage les étudiants à établir des collaborations avec des chercheurs et des institutions de recherche de premier plan dans le domaine. Elle soutient également fortement la participation des étudiants à des conférences académiques internationales, y compris par une prise en charge des frais.
Pour les sujets de recherche et les domaines émergents récents qui intéressent les étudiants, l’équipe organise activement des conférences invitées et promeut des échanges académiques en ligne pertinents.
Collaboration académique
Le laboratoire soutient la collaboration en ligne et hors ligne dans la recherche fondamentale en IA ainsi que sur les nouveaux sujets de recherche en IA. Il accueille favorablement les collaborateurs issus d’universités et d’entreprises en Chine et à l’étranger, à condition que les deux parties partagent des intérêts de recherche compatibles.
Collaboration en recherche fondamentale en IA
Le laboratoire travaille en étroite collaboration avec les départements de recherche d’entreprises spécialisées dans les grands modèles et l’IA générative. Les domaines explorés comprennent le préentraînement des représentations, les modèles génératifs basés sur la diffusion, les méthodes génératives autorégressives et apparentées, ainsi que d’autres orientations de pointe en IA.
Collaboration sur les projets AI4Science
Le laboratoire encourage l’application de l’innovation en IA aux problèmes des sciences de la vie sous de nombreuses formes. Il vise à explorer le potentiel de l’IA pour résoudre des défis complexes dans les sciences de la vie.
L’équipe collabore avec des universités et des instituts de recherche tels que l’Université de Westlake, l’Université du Zhejiang, le Laboratoire de Lingang et le Laboratoire d’IA de Shanghai, ainsi qu’avec des entreprises de premier plan dans le domaine de l’AI4Science, comme DP Technology et BioMap. Ces collaborations couvrent de nombreux domaines des sciences de la vie, notamment les protéines et les petites molécules.
Comment postuler
Les étudiants et chercheurs intéressés par le laboratoire peuvent envoyer un e-mail à :
L’objet de l’e-mail doit suivre ce format :
Établissement + Nom + Candidature pour doctorat / postdoctorat / étudiant visiteur / assistant de recherche
Les candidats doivent joindre :
- Un CV.
- Une lettre de motivation.
- D’autres documents démontrant leurs compétences, leur expérience de recherche ou leurs points forts techniques.
FAQ
Pour quels postes l’équipe AI4Science de la CUHK recrute-t-elle ?
L’équipe recrute des doctorants pour la rentrée 2027, des chercheurs postdoctoraux, des assistants de recherche et des étudiants visiteurs. Les axes de recherche comprennent l’AGI scientifique, l’AI4Science, l’IA générative, la conception moléculaire, les agents scientifiques, l’intelligence incarnée et les laboratoires automatisés.
Les candidats de niveau licence doivent-ils avoir publié des articles ?
Non. Les candidats de niveau licence n’ont pas besoin d’avoir publié d’articles, mais ils doivent avoir une expérience de projets de recherche. Ils doivent également être capables d’expliquer clairement ce qu’ils ont fait, leur contribution et ce qu’ils ont appris du projet.
Quels profils conviennent à cette équipe ?
L’équipe accueille des candidats issus de l’informatique, des mathématiques, de la physique, de la chimie, de la pharmacie, du génie biomédical et de domaines connexes. Comme la recherche est interdisciplinaire, de solides compétences techniques et un réel intérêt pour les problèmes scientifiques sont tous deux importants.
Quels sont les domaines de recherche sur lesquels l’équipe se concentre ?
Les principales orientations comprennent les modèles génératifs profonds, l’apprentissage de représentations multimodales, les agents scientifiques, les laboratoires automatisés, les modèles du monde biomoléculaire, la modélisation des voies cellulaires, la recherche sur le vieillissement et les scientifiques virtuels en AR/VR.
Quelles compétences sont utiles pour les candidats au poste d’assistant de recherche ?
De solides compétences en programmation sont importantes, en particulier une expérience avec Python, C++, PyTorch ou TensorFlow. Une expérience en ingénierie à grande échelle, en compétitions de recherche, des projets GitHub, des blogs techniques et une expérience de publication scientifique sont également utiles.
Cette équipe convient-elle aux candidats qui se préparent à de futures études doctorales ?
Oui. Le poste d’assistant de recherche convient particulièrement aux candidats qui souhaitent bâtir une base de recherche plus solide avant de postuler à des programmes de doctorat. L’équipe accueille également des étudiants visiteurs souhaitant participer à des projets de recherche de pointe.
Comment les candidats doivent-ils soumettre leur dossier ?
Les candidats doivent envoyer un e-mail à [email protected] avec pour objet : Établissement + Nom + Candidature pour doctorat / postdoctorat / étudiant visiteur / assistant de recherche. L’e-mail doit inclure un CV, une lettre de motivation et des documents justificatifs montrant les compétences en recherche et les compétences techniques.
Outils connexes
- [Google Scholar](https://scholar.
google.com/) : utile pour consulter les publications, les citations et les profils de recherche universitaire.
- arXiv : une plateforme de prépublications largement utilisée pour la recherche en IA, en apprentissage automatique et en calcul scientifique.
- GitHub : utile pour partager du code de recherche open source, des projets d’ingénierie et des contributions techniques.
- PyTorch : un framework d’apprentissage profond populaire utilisé dans la recherche en IA et le développement de modèles.
- TensorFlow : une plateforme d’apprentissage profond pour créer et déployer des modèles de machine learning.
- Kaggle : une plateforme dédiée aux compétitions de science des données, aux jeux de données, aux notebooks et à la pratique appliquée du machine learning.
Liens connexes
- Article original sur BAAI Hub : l’article de recrutement original en chinois.
- Université chinoise de Hong Kong : page d’accueil officielle de la CUHK.
- Département d’informatique et d’ingénierie de la CUHK : site officiel du département CSE de la CUHK.
- Page du corps professoral du CSE de la CUHK : annuaire officiel des enseignants-chercheurs du département d’informatique et d’ingénierie.
- Profil de recherche du professeur Pheng Ann Heng : profil de recherche officiel de la CUHK pour le Pr Pheng Ann Heng.
- Institut d’intelligence médicale et de XR : site officiel de l’Institut d’intelligence médicale et de XR de la CUHK.
- Profil Google Scholar du Pr Pheng Ann Heng : profil des publications et citations du Pr Pheng Ann Heng.
- AI for Science in Quantum, Atomistic, and Continuum Systems : un article de synthèse général sur l’AI4Science, utile pour comprendre le paysage de recherche dans son ensemble.
Résumé
Cet article présente le plan de recrutement, les axes de recherche, les exigences de candidature et l’environnement de recherche de l’équipe AI4Science de la CUHK. Il est particulièrement utile aux étudiants intéressés par l’AGI scientifique, l’AI4Science, la conception moléculaire, les agents scientifiques et la découverte scientifique autonome.
Les candidats doivent prêter une attention particulière aux différences entre les attentes pour les doctorants, les assistants de recherche et les étudiants visiteurs. Une solide expérience en recherche, de bonnes compétences en programmation, une formation en mathématiques ou en sciences, ainsi qu’une motivation claire seront autant d’atouts.
Pour les candidats intéressés par la découverte scientifique pilotée par l’IA, cette équipe offre un environnement de recherche combinant des méthodes d’IA de pointe, des problèmes scientifiques interdisciplinaires, de solides ressources de calcul et une collaboration internationale.
