CUHK AI4Scienceチーム募集：Scientific AGI、分子設計、そして科学エージェント

はじめに

香港中文大学の AI4Science チームでは、Scientific AGI、AI4Science、生成 AI、分子設計、科学エージェント、身体性知能、自動化ラボラトリーに関心を持つ学生および研究者を募集しています。

本記事は、応募者がチームの研究方向、募集ポジション、応募に求められる内容、研究環境をより理解しやすいよう、元の募集情報をより明確な英語版として再構成したものです。元の構成は維持しつつ、表現をより自然で読みやすいものに整えています。

出典注記：原文は BAAI Hub に掲載されたもので、内容は WeChat を出典としています。本文には、キャンパス／チームに関連する画像が 1 点含まれています。バナー広告、サイト装飾画像、ページ上部へ戻る UI アイコンは除外されています。

チーム概要

香港中文大学コンピュータサイエンス・エンジニアリング学科の Heng Pheng Ann 教授の研究グループは、OTeam とともに、Scientific Artificial General Intelligence、すなわち Scientific AGI に注力しています。

チームの目標は、AI4Science のための汎用的な計算基盤モデルを構築することです。その研究では、複雑な科学システムにまたがる統一的なモデリング、推論、生成、設計を探究しています。研究テーマには、all-to-all 分子設計ワールドモデル、仮想生物学的経路モデル、Scientific Agents、そして AR/VR と知的な科学ワークフローを組み合わせた自律型ラボラトリーシステムが含まれます。

より大きな目標は、AI を受動的な解析ツールから、科学的発見に能動的に参加できる中核的な知能システムへと進化させることです。

チームは、基盤モデルや中核アルゴリズムから実際の科学課題へとつながる、体系的な研究アプローチを重視しています。学生には、学際的な環境の中で、モデリング、推論、設計、そして実験ループに関する能力を育成することが期待されています。

本グループは、薬学、物理学、化学、生体医工学、コンピュータサイエンス、その他関連分野の学生を歓迎しています。オープンな研究環境、充実した科学研究リソース、そして豊富な計算資源を備えており、利用可能な計算カードは約 1,000 枚にのぼります。また、MIT、ハーバード、スタンフォード、Baker Lab を含む、国際的に先端的な AI4Science 研究室と長期的な連携を維持しています。

基礎研究に加えて、チームは産業応用への展開においても強力なリソースを有しており、産業界から総額約 1 億人民元の支援を受けています。これにより、学生は最先端の探究、学際的な訓練、実践的な科学応用を兼ね備えたプラットフォームを得ることができます。

Scientific AGI および最先端の AI4Science 研究に関心のある応募者の参加を歓迎し、次世代の探究にともに取り組むことを期待しています。

AI駆動型科学的発見

チームリーダー

Pheng Ann Heng教授は、香港中文大学（CUHK）のコンピュータサイエンス・工学科におけるChoh-Ming Li Professorです。また、同大学の医療知能・XR研究所の所長、および広東・香港・マカオ人間機械知能協調システム共同研究所の共同所長も務めています。

1985年にシンガポール国立大学でコンピュータサイエンスの学士号を取得し、1992年にインディアナ大学でコンピュータサイエンスの博士号を取得しました。同年、NUS-JHU Center for Information-enhanced Medicineにリサーチ・アソシエイトとして着任しました。1995年にはCUHKのコンピュータサイエンス・工学科に助理教授として着任し、2002年に教授に昇進しました。

2007年には、中国教育部より長江学者特聘教授の称号を授与されました。また、学科長および大学院部門長も歴任しています。

1999年から、CUHKのVirtual Reality, Visualization and Imaging Research Centreの所長を務めています。さらに2006年からは、中国科学院深圳先進技術研究院のCenter for Human-Computer Interaction Technologyの所長も務めています。

研究分野は、医用画像解析、人工知能、手術シミュレーション、可視化、拡張現実などです。これまでに760本以上の論文を発表し、Google Scholarでの被引用数は80,000件を超え、h-indexは132に達しています。ClarivateのHighly Cited Researcherに選出されており、Research.comからも中国におけるコンピュータサイエンス分野の主要研究者として高く評価されています。

研究方向

このチームは学問の自由を尊重し、学生が将来の科学およびAIの潮流を形づくる可能性のある研究方向を探究することを奨励しています。現在の重点分野には、生成モデルと表現学習の基盤研究、科学エージェント、そしてAI4Scienceの応用が含まれます。

以下の分野は特に関連性が高いものですが、これに限られるものではありません。

科学AI

深層生成の基盤と応用

チームは、物理学および関連する科学原理に着想を得た基礎的なAI手法を研究しています。対象には、離散および連続拡散モデル、その他の生成モデリング手法、さらに3D点群、分子生成、ワールドモデルといった応用が含まれます。

この研究方向は、生成モデリングを基礎レベルから探究しつつ、その手法を科学的課題と結びつけたい学生に適しています。

マルチモーダル表現学習

チームは、トークナイゼーション、モダリティ融合、表現と生成の統合を含む、統一的なマルチモーダル表現モデルを研究しています。

目標は、異なるデータモダリティを整合させることだけでなく、表現学習を科学的生成に有用なものにすることです。これには、科学的構造をより自然かつ統一的な方法で生成し、推論するための仕組みの構築が含まれます。

科学エージェントと自律的発見

この研究方向は、科学的タスクのためのAIエージェント、LLMエージェント、およびマルチエージェントシステムに焦点を当てています。チームは、計画立案、推論、ツール利用、実験設計、自律最適化の能力を備えたエージェントを探究しています。

応用分野

分子設計、タンパク質工学、自動化実験、文献に基づく知識マイニング、そして科学的仮説生成を含みます。

長期的な目標は、以下から成るクローズドループを構築することです。

1. 認識
2. 推論
3. 生成
4. 検証
5. フィードバック

このループは、科学的発見と工学的イノベーションを加速することを目的としています。

身体化された科学知能と自動化ラボラトリー

この方向性では、AI4Science において仮想知能が実際の実験システムとどのように接続できるかを研究します。

チームは、Scientific Agents、ロボット実験プラットフォーム、自動化ラボラトリー、そして知的意思決定システムの協働に注力しています。想定されるループは以下のとおりです。

1. 計算設計
2. 自動実行
3. 実験的検証
4. フィードバック最適化

目標は、AI が仮想的な推論や分子設計から、実際の実験への参加と、より迅速な科学的発見へと進むことを支援することです。

AI4Science

生体分子ワールドモデル

この方向性は AlloDesign を中核とし、生体分子システムのための統一的な基盤モデルの構築を目指しています。

この研究では、深層生成モデルとマルチモーダル表現学習が、分子の構造、機能、相互作用をどのように理解できるかを扱います。対象は特定の分子種に限定されません。むしろ、同一のモデルフレームワークで低分子、核酸、ペプチド、抗体、タンパク質、タンパク質複合体、その他の生体分子システムを扱えるようにすることを目指しています。

チームは、分子表現から機能設計に至るまでの連続的なモデリング能力の構築を目指しています。構造予測、機能評価、実験フィードバックを導入することで、生成結果を時間とともに修正し、検証できるようになります。

これは、創薬、タンパク質工学、核酸医薬、バイオマテリアル設計に向けた汎用的な知的設計手法へと徐々につながる可能性があります。

細胞経路モデルと老化研究

この方向性では、細胞内の分子相互作用とシグナル伝達経路の計算モデリングを研究します。

中心となる問いは、タンパク質、低分子、核酸の分子レベル表現を、細胞の機能状態とどのように結び付けるかです。チームは、分子的摂動がどのように細胞応答を引き起こすかを記述する予測モデルの構築を目指しています。

この研究では、老化関連経路や疾患状態における制御機構に特に注目しています。また、分子的介入が細胞運命、シグナル伝達、機能低下に及ぼす影響を AI がどのように理解できるかも探究しています。

期待される成果は、標的探索、作用機序解析、精密介入のための新たな計算手法群です。

AR/VR バーチャルサイエンティスト

この方向性では、科学的発見のための没入型インタラクション手法を研究します。

チームは、複雑な分子構造、細胞経路、モデル生成プロセスを、理解しやすく対話可能な 3D 研究インターフェースへと変換する方法を探っています。

重点は、人間の科学者と AI Agents の協働にあります。特に、インタラクティブな可視化とエージェントシステムが、仮説生成、実験設計、をどのように支援できるかに関心を寄せています。

結果の解釈。

この方向性は、将来の仮想研究環境および自律的な科学的発見システムに向けた新しいインタラクション・パラダイムの提供を目指しています。

人材募集

当チームでは、2027年入学の博士課程学生を募集しており、募集枠はおおよそ4〜6名です。ポスドクのポジションは随時募集しています。

また、Scientific AI、AI4Science、生成AI、バイオ分子設計、科学エージェント、身体性知能、自動化実験室の探究を希望するリサーチアシスタント、訪問学生、その他の応募者も歓迎します。

当チームは、真の研究関心と情熱こそが優れた仕事を生み出す第一の原動力であると考えています。関連するバックグラウンドを持ち、高い志を備えた応募者の応募を歓迎します。各応募者の研究関心、背景、能力を総合的に考慮したうえで、個別に最適な研究方向の設計を支援します。

博士課程に関心のある方へ

当チームは、科学研究に情熱を持ち、高い基準を自らに課し、優れたアカデミックセンスを備えた将来性ある研究者を求めています。

博士課程志願者に対する基本的な期待は以下のとおりです。

1. 研究経験

学部生については、論文の出版実績は必須ではありません。ただし、研究プロジェクトの経験があり、研究プロセスにおける自身の役割と貢献を明確に説明できることが求められます。

修士課程の学生については、NeurIPS、ICML、CVPR、ICLR などのトップカンファレンスまたは主要ジャーナルに論文を出版済み、あるいは投稿済みであることが望まれます。

arXiv のみに公開されている論文も歓迎します。最も優れた1〜2件の成果を明確に示していただけると、研究室側がその成果の質や背後にある研究センスを丁寧に評価しやすくなります。

1. 加点要素

以下の強みを1つ以上持つ応募者は、特に高い競争力を持つと考えられます。

• 数学または物理学の強固な基礎。たとえば、数学科・物理学科の専攻、あるいは公的に認知された数学コンテストでの受賞歴など。
• 高いプログラミング能力。たとえば、計算機科学またはソフトウェア工学の背景、プログラミング競技への参加、あるいは影響力のあるコミュニティプロジェクトでの主導経験など。
• 長期的に更新されている質の高い技術ブログ。
• 積極的な技術貢献の実績。
• 技術職としての長期インターン経験。

インターンまたはリサーチアシスタントとしての参加に関心のある方へ

リサーチアシスタント職については、研究に強い関心を持つ候補者を歓迎します。特に、以下に当てはまる方を歓迎します。

1. 将来の博士課程出願に向けて、その前にしっかりとした研究基盤を築きたい方。
2. 研究室の研究方向との適合性が高く、研究、エンジニアリング実装、データ分析の面でチームを支援する意思のある方。

基本要件

応募者には、一般に以下が求められます。

• 学士号以上を有すること。
• 数学、物理学、計算機科学、または関連分野のバックグラウンドを有することが望ましい。
• Python、C++、または類似言語に習熟しているなど、良好なコーディング能力。
• 確かなエンジニアリング実装能力。
• 高い学習能力と、新しい知識やツールを迅速に習得できる力。

加点要素

応募資格

以下の経験は特に高く評価されます。

• 研究論文の出版において第一著者として参加した経験
• GitHubプロジェクトのような大規模プロジェクトの開発、最適化、または保守の経験
• PyTorch や TensorFlow などの深層学習フレームワークへの習熟
• Kaggle や ACM などの研究コンペティションへの参加経験、および受賞歴

また、学部生および修士課程の学生を訪問学生として歓迎しています。訪問学生は、研究室で進行中の最先端研究プロジェクトに参加することができます。

訪問学生の基本要件

訪問学生の応募者には、以下が求められます。

• 学ぶことへの強い意欲と、学術研究に対する純粋な関心
• 完結した研究プロジェクトに参加した経験があり、自身の貢献と考え方を説明できること
• 学術研究資料の読解および作成を含む、十分な英語力

訪問学生にとっての歓迎要件

以下のような追加的な強みがあると望ましいです。

• トップカンファレンスまたは学術誌への論文投稿・掲載実績（第一著者である必要はありません）
• 高いプログラミング能力
• オープンソースプロジェクトまたは技術ブログ
• 数理モデリングコンテストやその他の研究関連活動における受賞歴

チームは、すべての応募資料を慎重に審査し、すべての応募者を公平に扱うとしています。

研究環境

計算資源

チームは、香港中文大学および Institute of Medical Intelligence and XR を通じて、強力な計算資源を有しています。

さらに、チームは Valhalla Technology、Alibaba、Tencent、DP Technology、BioMap などの企業とも連携しており、これらの企業からも大規模なエンタープライズ級計算資源の提供を受けています。

交流およびインターンシップの機会

チームは、MIT、Harvard、ワシントン大学、UCLA、シンガポール国立大学、ケンブリッジ大学などの機関と長期的な協力関係を維持しています。

博士課程の学生には、研究インターンシップや海外交流の機会への参加が奨励されており、学術的成長と国際共同研究の双方を後押しします。

学術交流

チームは、学生が当該分野の研究者やトップ研究機関との協力関係を築くことを奨励しています。また、国際学会への参加についても、費用補助を含めて強く支援しています。

学生が関心を持つ研究テーマや最近の注目分野については、チームが積極的に招待講演を企画し、関連するオンラインでの学術交流も推進しています。

学術連携

研究室は、AI基礎研究および新興AI研究テーマにおけるオンライン・オフライン双方の連携を支援しています。中国国内外の大学および企業から、研究関心が一致する協力者を歓迎しています。

AI基礎研究における連携

研究室は、大規模モデルおよび生成AI企業の研究部門と緊密に連携しています。探索領域には、表現事前学習、拡散型生成モデル、自己回帰型および関連する生成手法、その他の先端AI分野が含まれます。

AI4Scienceプロジェクト連携

この研究室は、さまざまな形でライフサイエンスの課題にAIイノベーションを応用することを推進しています。複雑なライフサイエンス上の課題を解決するうえでのAIの可能性を探究することを目的としています。

チームは、西湖大学、浙江大学、臨港実験室、上海AI Laboratory などの大学・研究機関に加え、DP Technology や BioMap などの先進的な AI4Science 企業と連携しています。これらの共同研究は、タンパク質や低分子を含む複数のライフサイエンス分野にわたっています。

応募方法

この研究室に関心のある学生・研究者は、以下のメールアドレスまでご連絡ください。

[email protected]

メールの件名は、以下の形式にしてください。

学校名 + 氏名 + PhD / Postdoc / Visiting Student / Research Assistant への応募

応募時には、以下の資料を添付してください。

• 履歴書（Resume または CV）
• 志望動機書
• 能力、研究経験、または技術的な強みを示すその他の資料

FAQ

CUHK AI4Science チームは何を募集していますか？

チームでは、2027年入学の博士課程学生、ポスドク研究員、リサーチアシスタント、ならびに訪問学生を募集しています。研究分野には、Scientific AGI、AI4Science、生成AI、分子設計、科学エージェント、身体性知能、自動化実験室などが含まれます。

学部生の応募者には論文発表実績が必要ですか？

いいえ。学部生の応募者に論文発表実績は必須ではありませんが、研究プロジェクトの経験が求められます。また、自分が何を行い、どのように貢献し、そのプロジェクトから何を学んだのかを明確に説明できる必要があります。

このチームに適したバックグラウンドは何ですか？

このチームでは、計算機科学、数学、物理学、化学、薬学、生体医工学および関連分野の応募者を歓迎しています。研究は学際的であるため、高い技術力と科学的課題に対する真摯な関心の両方が重要です。

チームはどのような研究分野に重点を置いていますか？

主な研究方向には、深層生成モデル、マルチモーダル表現学習、Scientific Agents、自動化実験室、生体分子ワールドモデル、細胞経路モデリング、老化研究、AR/VR 仮想科学者などがあります。

リサーチアシスタント応募者にとって有用なスキルは何ですか？

高いコーディング能力が重要であり、特に Python、C++、PyTorch、TensorFlow の経験が重視されます。また、大規模エンジニアリングの経験、研究コンペティションの経験、GitHub プロジェクト、技術ブログ、論文発表の経験も役立ちます。

今後博士課程への進学を目指す応募者に、このチームは適していますか？

はい。リサーチアシスタントの職は、博士課程に出願する前に研究基盤をより強固にしたい候補者に特に適しています。また、最先端の研究プロジェクトに参加したい訪問学生も歓迎しています。

応募資料はどのように提出すればよいですか？

応募者は、件名を「学校名 + 氏名 + PhD / Postdoc / Visiting Student / Research Assistant への応募」として、[email protected] にメールを送ってください。メールには、CV、志望動機書、および研究力・技術力を示す補足資料を含めてください。

関連ツール

• Google Scholar（https://scholar.）

google.com/): 論文、被引用数、学術研究者プロフィールの確認に役立ちます。

• arXiv: AI、機械学習、科学計算分野の研究で広く利用されているプレプリント公開プラットフォームです。
• GitHub: オープンソースの研究コード、エンジニアリングプロジェクト、技術的貢献の共有に役立ちます。
• PyTorch: AI研究やモデル開発で広く使われている人気の深層学習フレームワークです。
• TensorFlow: 機械学習モデルの構築とデプロイのための深層学習プラットフォームです。
• Kaggle: データサイエンスのコンペティション、データセット、ノートブック、応用機械学習の実践のためのプラットフォームです。

関連リンク

• Original BAAI Hub Article: 元の中国語による募集記事です。
• The Chinese University of Hong Kong: 香港中文大学（CUHK）の公式ホームページです。
• CUHK Department of Computer Science and Engineering: CUHKコンピュータサイエンス・工学科の公式ウェブサイトです。
• CUHK CSE Faculty Page: コンピュータサイエンス・工学科の公式教員ディレクトリです。
• Professor Pheng Ann Heng Research Profile: Heng Pheng Ann教授のCUHK公式研究者プロフィールです。
• Institute of Medical Intelligence and XR: CUHK医療知能・XR研究所の公式ウェブサイトです。
• Prof. Pheng Ann Heng Google Scholar Profile: Heng Pheng Ann教授の論文・被引用情報プロフィールです。
• AI for Science in Quantum, Atomistic, and Continuum Systems: より広い研究動向を理解するための、AI4Scienceに関する包括的なサーベイ論文です。

要約

本記事では、CUHKのAI4Scienceチームの採用計画、研究方向、応募要件、研究環境について説明しています。Scientific AGI、AI4Science、分子設計、科学エージェント、自律的な科学的発見に関心のある学生に特に有益です。

応募者は、博士課程学生、研究助手、訪問学生それぞれに求められる内容の違いに十分注意する必要があります。強い研究経験、コーディング能力、数学または科学のバックグラウンド、そして明確な志望動機は、いずれも大きな助けになります。

AI主導の科学的発見に関心のある応募者にとって、このチームは、最先端のAI手法、学際的な科学課題、強力な計算資源、そして国際共同研究を兼ね備えた研究環境を提供しています。