Набор в команду CUHK AI4Science: Scientific AGI, молекулярный дизайн и научные агенты

ВведениеКоманда AI4Science Гонконгского китайского университета приглашает студентов и исследователей, интересующихся Scientific AGI, AI4Science, генеративным ИИ, молекулярным дизайном, научными агентами, воплощённым интеллектом и автоматизированными лабораториями.Эта статья представляет собой переработанную и более понятную английскую версию исходной информации о наборе для соискателей, которые хотят лучше понять исследовательские направления команды, доступные позиции, ожидания к кандидатам и исследовательскую среду. Исходная структура сохранена, но формулировки сделаны более плавными и удобными для чтения.> Примечание об источнике: исходная статья была опубликована на BAAI Hub, где указано, что содержание было взято из WeChat. В основной текст включено одно релевантное изображение, связанное с кампусом/командой. Баннерная реклама, декоративные изображения сайта и иконки интерфейса «наверх» были исключены.## Обзор командыГруппа профессора Pheng Ann Heng на факультете компьютерных наук и инженерии Гонконгского китайского университета совместно с OTeam сосредоточена на Scientific Artificial General Intelligence, или Scientific AGI.Цель команды — создать универсальную вычислительную базовую модель для AI4Science. Её работа охватывает унифицированное моделирование, рассуждение, генерацию и проектирование в сложных научных системах. Темы исследований включают world models для молекулярного дизайна all-to-all, виртуальные модели биологических путей, Scientific Agents и системы self-driving laboratory, объединяющие AR/VR с интеллектуальными научными рабочими процессами.Более широкая цель состоит в том, чтобы перевести ИИ из роли пассивного инструмента анализа в роль ключевой интеллектуальной системы, способной активно участвовать в научных открытиях.Команда делает акцент на систематическом исследовательском пути — от базовых моделей и ключевых алгоритмов к решению реальных научных задач. От студентов ожидается развитие навыков моделирования, рассуждения, проектирования и работы в экспериментальном цикле в междисциплинарной среде.Группа приветствует студентов из фармацевтики, физики, химии, биомедицинской инженерии, компьютерных наук и других смежных дисциплин. Она предлагает открытую исследовательскую атмосферу, мощную научную базу и значительные вычислительные ресурсы — в распоряжении команды находится почти тысяча вычислительных карт. Команда также поддерживает долгосрочное сотрудничество с ведущими международными лабораториями AI4Science, включая группы в MIT, Harvard, Stanford и Baker Lab.Помимо фундаментальных исследований, команда располагает сильными ресурсами для индустриального трансфера и получила почти 100 миллионов юаней промышленной поддержки. Это даёт студентам платформу, сочетающую передовые исследования, междисциплинарную подготовку и практическое научное применение.Кандидатам, интересующимся Scientific AGI и передовыми исследованиями в области AI4Science, рекомендуется присоединиться к команде и помочь в изучении следующего поколенияНаучные открытия, основанные на ИИ.## Руководитель командыПроф. Фенг Энн Хенг — профессор информатики и инженерии имени Чох-Минг Ли в Китайском университете Гонконга. Он также является директором Института медицинского интеллекта и XR в CUHK и содиректором Совместной лаборатории Гуандун–Гонконг–Макао по системам синергии человеческого и машинного интеллекта.Он получил степень бакалавра по информатике в Национальном университете Сингапура в 1985 году и степень PhD по информатике в Университете Индианы в 1992 году. В 1992 году он присоединился к Центру информационно-улучшенной медицины NUS-JHU в качестве научного сотрудника. В 1995 году он поступил на работу на факультет информатики и инженерии CUHK в должности ассистент-профессора, а в 2002 году был повышен до профессора.В 2007 году проф. Хенг был удостоен профессорской кафедры «Учёный Чанцзян» Министерства образования Китая. Он также занимал должности заведующего кафедрой и руководителя аспирантского подразделения.С 1999 года он возглавляет Исследовательский центр виртуальной реальности, визуализации и обработки изображений в CUHK. С 2006 года он также руководит Центром технологий взаимодействия человека и компьютера в Шэньчжэньском институте передовых технологий Китайской академии наук.Его научные интересы включают анализ медицинских изображений, искусственный интеллект, хирургическое моделирование, визуализацию и расширенную реальность. Он опубликовал более 760 статей, имеет свыше 80 000 цитирований в Google Scholar и h-индекс

1. Clarivate включила его в список наиболее цитируемых исследователей, а Research.com отметила его как одного из ведущих специалистов по компьютерным наукам в Китае.## Направления исследованийКоманда поддерживает академическую свободу и поощряет студентов исследовать направления, которые могут формировать будущие научные и ИИ-тренды. В настоящее время основное внимание уделяется фундаментальным исследованиям в области генеративных моделей и обучения представлениям, научных агентов и применений AI4Science.Следующие области особенно актуальны, но не исчерпывают всего спектра.## Научный ИИ### Глубинные генеративные основы и приложенияКоманда изучает фундаментальные методы ИИ, вдохновлённые физикой и связанными с ней научными принципами. Темы включают дискретные и непрерывные диффузионные модели, другие методы генеративного моделирования и такие приложения, как 3D-облака точек, генерация молекул и world models.Это направление подходит студентам, которые хотят заниматься генеративным моделированием на фундаментальном уровне, связывая эти методы с научными задачами.### Мультимодальное обучение представлениямКоманда изучает унифицированные модели мультимодальных представлений, включая токенизацию, слияние модальностей и интеграцию представлений с генерацией.Цель состоит не только в согласовании различных модальностей данных, но и в том, чтобы сделать обучение представлениям полезным для научной генерации. Это включает создание более естественных и унифицированных способов генерации и рассуждения о научных структурах.### Научные агенты и автономные открытияЭто направление сосредоточено на AI-агентах, LLM-агентах и мультиагентных системах для научных задач. Команда исследует агентов, обладающих возможностями планирования, рассуждения, использования инструментов, проектирования экспериментов и автономной оптимизации.Приложениявключают молекулярное проектирование, белковую инженерию, автоматизированные эксперименты, извлечение знаний из научной литературы и генерацию научных гипотез.Долгосрочная цель — построить замкнутый цикл из:1. Восприятия
2. Рассуждения
3. Генерации
4. Валидации
5. Обратной связиЭтот цикл предназначен для ускорения научных открытий и инженерных инноваций.### Воплощённый научный интеллект и автоматизированные лабораторииЭто направление изучает, как виртуальный интеллект может быть связан с реальными экспериментальными системами в AI4Science.Команда сосредоточена на взаимодействии между научными агентами, роботизированными экспериментальными платформами, автоматизированными лабораториями и интеллектуальными системами принятия решений. Предполагаемый цикл включает:1. Вычислительное проектирование
6. Автоматизированное выполнение
7. Экспериментальную валидацию
8. Оптимизацию на основе обратной связиЦель состоит в том, чтобы помочь ИИ перейти от виртуальных рассуждений и молекулярного проектирования к реальному участию в экспериментах и более быстрому научному открытию.## AI4Science### Модели биомолекулярного мираЭто направление сосредоточено на AlloDesign и нацелено на создание единой базовой модели для биологических молекулярных систем.Исследование изучает, как глубинные генеративные модели и мультимодальное обучение представлений могут понимать молекулярную структуру, функцию и взаимодействие. Оно не ограничивается одним типом молекул. Напротив, одна и та же модельная архитектура должна уметь работать с малыми молекулами, нуклеиновыми кислотами, пептидами, антителами, белками, белковыми комплексами и другими биомолекулярными системами.Команда стремится создать непрерывные возможности моделирования — от молекулярного представления до функционального проектирования. За счёт включения предсказания структуры, функциональной оценки и экспериментальной обратной связи сгенерированные результаты могут со временем корректироваться и валидироваться.Это может постепенно привести к появлению универсальных интеллектуальных методов проектирования для поиска лекарств, белковой инженерии, нуклеиновокислотной терапии и проектирования биоматериалов.### Модели клеточных путей и исследования старенияЭто направление посвящено вычислительному моделированию молекулярных взаимодействий и сигнальных путей внутри клеток.Ключевой вопрос заключается в том, как связать представления на молекулярном уровне о белках, малых молекулах и нуклеиновых кислотах с функциональными состояниями клетки. Команда хочет создать прогностические модели, описывающие, как молекулярные возмущения приводят к клеточным ответам.В исследовании особое внимание уделяется путям, связанным со старением, и регуляторным механизмам при патологических состояниях. Также изучается, как ИИ может понимать влияние молекулярных вмешательств на судьбу клетки, передачу сигналов и функциональное ухудшение.Ожидаемым результатом станет новый набор вычислительных методов для поиска мишеней, анализа механизма действия и точного вмешательства.### AR/VR-виртуальные учёныеЭто направление изучает иммерсивные методы взаимодействия для научных открытий.Команда исследует, как сложные молекулярные структуры, клеточные пути и процессы генерации моделей могут быть преобразованы в понятные и интерактивные трёхмерные исследовательские интерфейсы.Основное внимание уделяется сотрудничеству между учёными-людьми и ИИ-агентами. В частности, команду интересует, как интерактивная визуализация и агентные системы могут поддерживать генерацию гипотез, проектирование экспериментов иинтерпретация результатов.Это направление нацелено на создание новых парадигм взаимодействия для будущих виртуальных исследовательских сред и автономных систем научного открытия.## Набор талантливых исследователейКоманда набирает PhD-студентов с поступлением в 2027 году; доступно примерно от 4 до 6 мест. Набор на позиции постдоков открыт на постоянной основе.Команда также приветствует исследовательских ассистентов, приглашённых студентов и других кандидатов, желающих заниматься Scientific AI, AI4Science, генеративным ИИ, биомолекулярным дизайном, научными агентами, воплощённым интеллектом и автоматизированными лабораториями.Команда считает, что подлинный исследовательский интерес и увлечённость — это главные движущие силы выдающейся работы. Кандидатам с релевантным бэкграундом и сильной мотивацией рекомендуется подавать заявку. Команда рассмотрит исследовательские интересы, подготовку и способности каждого кандидата, а затем поможет сформировать персонализированное исследовательское направление.## Если вы заинтересованы в программе PhDКоманда ищет потенциальных исследователей, которые увлечены научной работой, предъявляют к себе высокие требования и обладают сильным академическим вкусом.Ниже перечислены базовые ожидания от кандидатов в PhD.###
9. Исследовательский опытДля студентов бакалавриата опубликованные статьи не требуются. Однако кандидаты должны иметь опыт участия в исследовательских проектах и уметь чётко объяснить свою роль и вклад в исследовательский процесс.Для студентов магистратуры желательно наличие опубликованных статей или статей, поданных в ведущие конференции или журналы, такие как NeurIPS, ICML, CVPR или ICLR.Работы, доступные только на arXiv, также приветствуются. Кандидатам рекомендуется чётко отметить одну-две свои лучшие работы, чтобы лаборатория могла внимательно оценить их качество и исследовательский вкус, стоящий за этими работами.###
10. Дополнительные преимущества

Кандидаты будут особенно конкурентоспособны, если обладают одной или несколькими из следующих сильных сторон:- Сильная подготовка в математике или физике, например профильное образование по математике или физике либо награды на признанных математических олимпиадах и конкурсах.

• Сильные навыки программирования, например образование в области компьютерных наук или программной инженерии, участие в соревнованиях по программированию или руководство значимыми общественными проектами.
• Качественный технический блог, который регулярно ведётся на протяжении длительного времени.
• Активная история технического вклада.
• Длительный опыт стажировок на технических позициях.## Если вы хотите присоединиться как стажёр или исследовательский ассистентНа позиции исследовательских ассистентов команда приветствует кандидатов с сильным интересом к исследованиям, особенно тех, кто:1. Хочет заложить прочную исследовательскую базу перед подачей заявок в будущие программы PhD.

1. Хорошо соответствует исследовательским направлениям лаборатории и готов поддерживать команду в исследованиях, инженерной реализации и анализе данных.### Базовые требованияКак правило, кандидаты должны иметь:- Степень бакалавра или выше.

• Желательно образование в области математики, физики, компьютерных наук или смежной дисциплины.
• Хорошие навыки программирования, например владение Python, C++ или аналогичными языками.
• Уверенные навыки инженерной реализации.
• Высокую обучаемость и способность быстро осваивать новые знания и инструменты.### Дополнительные преимуществаКвалификацияСледующий опыт особенно ценен:- Участие в публикации научной статьи в качестве первого автора.
• Опыт разработки, оптимизации или поддержки крупномасштабных проектов, например проектов на GitHub.
• Знакомство с фреймворками глубокого обучения, такими как PyTorch или TensorFlow.
• Опыт участия в исследовательских соревнованиях, таких как Kaggle или ACM, с получением наград.Команда также приветствует студентов бакалавриата и магистратуры в качестве приглашённых студентов. Приглашённые студенты могут участвовать в текущих передовых исследовательских проектах лаборатории.### Базовые требования к приглашённым студентамКандидаты на позицию приглашённого студента должны иметь:- Сильную мотивацию к обучению и искренний интерес к академическим исследованиям.
• Опыт участия в полном исследовательском проекте, а также способность объяснить свой вклад и ход своих рассуждений.
• Хорошее владение английским языком, включая способность читать и писать академические исследовательские материалы.### Дополнительные преимущества для приглашённых студентовПолезными дополнительными преимуществами являются:- Поданные или опубликованные статьи в ведущих конференциях или журналах, не обязательно в качестве первого автора.
• Сильные навыки программирования.
• Open-source проекты или технические блоги.
• Награды в конкурсах по математическому моделированию или в других видах исследовательской деятельности.Команда заявляет, что внимательно рассмотрит все материалы заявки и будет справедливо относиться к каждому кандидату.## Условия для исследований### Вычислительные ресурсыКоманда располагает мощными вычислительными ресурсами благодаря Китайскому университету Гонконга и Институту медицинского интеллекта и XR.Кроме того, команда сотрудничает с такими компаниями, как Valhalla Technology, Alibaba, Tencent, DP Technology и BioMap, которые также предоставляют значительные вычислительные ресурсы корпоративного уровня.### Возможности для обмена и стажировокКоманда поддерживает долгосрочное сотрудничество с такими учреждениями, как MIT, Гарвард, Вашингтонский университет, UCLA, Национальный университет Сингапура и Кембриджский университет.Аспирантам рекомендуется участвовать в исследовательских стажировках и программах зарубежного обмена, что может способствовать как академическому росту, так и международному сотрудничеству.### Академический обменКоманда поощряет студентов выстраивать сотрудничество с учёными и ведущими исследовательскими учреждениями в данной области. Она также активно поддерживает участие студентов в международных академических конференциях, включая возмещение соответствующих расходов.По темам исследований и актуальным направлениям, которые интересуют студентов, команда активно организует приглашённые доклады и способствует соответствующему онлайн-академическому обмену.### Академическое сотрудничествоЛаборатория поддерживает как онлайн-, так и офлайн-сотрудничество в области фундаментальных исследований ИИ и новых исследовательских тем в ИИ. Она приветствует сотрудников из университетов и компаний Китая и других стран, при условии, что обе стороны имеют совместимые исследовательские интересы.### Сотрудничество в области фундаментальных исследований ИИЛаборатория тесно сотрудничает с исследовательскими подразделениями компаний, занимающихся большими моделями и генеративным ИИ. Среди направлений исследований — предварительное обучение представлений, генеративные модели на основе диффузии, авторегрессионные и связанные с ними генеративные методы, а также другие передовые направления ИИ.### Сотрудничество по проектам AI4ScienceЛаборатория поощряет применение инноваций в области ИИ к задачам наук о жизни в самых разных формах. Ее цель — изучить потенциал ИИ в решении сложных задач наук о жизни.Команда сотрудничает с университетами и научно-исследовательскими институтами, такими как Университет Вестлейк, Чжэцзянский университет, Лаборатория Линьган и Шанхайская лаборатория ИИ, а также с ведущими компаниями в сфере AI4Science, такими как DP Technology и BioMap. Это сотрудничество охватывает несколько направлений наук о жизни, включая белки и малые молекулы.## Как подать заявкуСтуденты и исследователи, заинтересованные в лаборатории, могут отправить письмо на адрес:```Plaintext
  oteam.science@outlook.com

Тема письма должна соответствовать следующему формату:Plaintext
School + Name + Application for PhD / Postdoc / Visiting Student / Research Assistant

- Мотивационное письмо.
- Другие материалы, демонстрирующие способности, исследовательский опыт или технические сильные стороны кандидата.## FAQ### На какие позиции ведет набор команда CUHK AI4Science?Команда набирает PhD-студентов с поступлением в 2027 году, постдоков, научных ассистентов и приглашенных студентов. Основные направления исследований включают Scientific AGI, AI4Science, генеративный ИИ, молекулярный дизайн, научных агентов, воплощенный интеллект и автоматизированные лаборатории.### Нужны ли опубликованные статьи кандидатам бакалаврского уровня?Нет. От кандидатов бакалаврского уровня не требуется наличие опубликованных статей, однако у них должен быть опыт участия в исследовательских проектах. Они также должны уметь четко объяснить, что именно они делали, каков был их вклад и чему они научились в ходе проекта.### Какой академический бэкграунд подходит для этой команды?Команда приветствует кандидатов из областей компьютерных наук, математики, физики, химии, фармацевтики, биомедицинской инженерии и смежных дисциплин. Поскольку исследования носят междисциплинарный характер, важны как сильные технические навыки, так и искренний интерес к научным задачам.### На каких исследовательских направлениях сосредоточена команда?Ключевые направления включают глубокие генеративные модели, мультимодальное обучение представлениям, Scientific Agents, автоматизированные лаборатории, world models для биомолекулярных систем, моделирование клеточных путей, исследования старения и виртуальных ученых в AR/VR.### Какие навыки полезны кандидатам на позицию научного ассистента?Важны сильные навыки программирования, особенно опыт работы с Python, C++, PyTorch или TensorFlow. Также полезны опыт крупномасштабной инженерной разработки, участие в исследовательских конкурсах, проекты на GitHub, технические блоги и опыт публикации научных статей.### Подходит ли команда кандидатам, готовящимся к будущему обучению в PhD?Да. Роль научного ассистента особенно подходит кандидатам, которые хотят создать более прочную исследовательскую базу перед подачей заявок в PhD-программы. Команда также приветствует приглашенных студентов, желающих участвовать в передовых исследовательских проектах.### Как следует подавать материалы?Кандидатам следует отправить письмо на адрес `oteam.science@outlook.com` с темой в формате `School + Name + Application for PhD / Postdoc / Visiting Student / Research Assistant`. Письмо должно содержать CV, мотивационное письмо и подтверждающие материалы, демонстрирующие исследовательские и технические способности.## Связанные инструменты- [Google Scholar](https://scholar.google.com/): Полезно для проверки публикаций, цитирований и академических исследовательских профилей.
- [arXiv](https://arxiv.org/): Широко используемая платформа препринтов для исследований в области ИИ, машинного обучения и научных вычислений.
- [GitHub](https://github.com/): Полезен для публикации открытого исследовательского кода, инженерных проектов и технических разработок.
- [PyTorch](https://pytorch.org/): Популярный фреймворк глубокого обучения, используемый в исследованиях ИИ и разработке моделей.
- [TensorFlow](https://www.tensorflow.org/): Платформа глубокого обучения для создания и развертывания моделей машинного обучения.
- [Kaggle](https://www.kaggle.com/): Платформа для соревнований по data science, наборов данных, ноутбуков и практики прикладного машинного обучения.## Связанные ссылки- [Оригинальная статья BAAI Hub](https://hub.baai.ac.cn/view/56139): Оригинальная китайская статья о наборе.
- [Китайский университет Гонконга](https://www.cuhk.edu.hk/): Официальная главная страница CUHK.
- [Факультет компьютерных наук и инженерии CUHK](https://www.cse.cuhk.edu.hk/): Официальный сайт факультета CSE в CUHK.
- [Страница преподавателей CUHK CSE](https://www.cse.cuhk.edu.hk/people/faculty/): Официальный каталог преподавателей факультета компьютерных наук и инженерии.
- [Исследовательский профиль профессора Pheng Ann Heng](https://research.cuhk.edu.hk/en/persons/pheng-ann-heng/): Официальный исследовательский профиль проф. Pheng Ann Heng в CUHK.
- [Институт медицинского интеллекта и XR](https://imixr.cse.cuhk.edu.hk/index.html): Официальный сайт Института медицинского интеллекта и XR при CUHK.
- [Профиль Prof. Pheng Ann Heng в Google Scholar](https://scholar.google.com/citations?hl=en&user=OFdytjoAAAAJ): Профиль публикаций и цитирований проф. Pheng Ann Heng.
- [AI for Science in Quantum, Atomistic, and Continuum Systems](https://arxiv.org/abs/2307.08423): Обзорная статья по AI4Science для понимания более широкого исследовательского ландшафта.## РезюмеВ этой статье объясняются план набора команды CUHK AI4Science, исследовательские направления, требования к подаче заявки и исследовательская среда. Она особенно полезна студентам, интересующимся Scientific AGI, AI4Science, молекулярным дизайном, научными агентами и автономными научными открытиями.Кандидатам следует внимательно учитывать различия в ожиданиях для PhD, исследовательских ассистентов и приглашённых студентов. Существенными преимуществами будут сильный исследовательский опыт, навыки программирования, математическая или естественно-научная подготовка и чёткая мотивация.Для кандидатов, интересующихся научными открытиями на основе ИИ, эта команда предлагает исследовательскую среду, сочетающую передовые методы ИИ, междисциплинарные научные задачи, мощные вычислительные ресурсы и международное сотрудничество.