2024-1-3

2023年12月27日下午，中国科学院计算技术研究所卜东波研究员应国家数学与交叉科学中心邀请做客综合论坛，在中国科学院数学与系统科学研究院作了题为“AIA：AI辅助算法设计的若干尝试”的学术报告。报告会由张世华研究员主持。

算法设计一般被认为是非常依赖灵感的智力活动，这么精妙的算法是怎样设计出来的？为了解决这一困惑，卜东波研究员介绍了用AI技术辅助算法设计的初步尝试，实现变“凭灵感设计算法”为“从数据学习出算法”。卜东波研究员利用深度学习、强化学习等技术，成功自动学习出排课问题的贪心规则；设计求解最小加权覆盖问题的贪心规则，针对递归关系构建损失函数，性能超过经典的、依赖人工设计的贪心算法；针对整数线性规划问题中分支定界法的难点，设计基于深度学习的子问题选择方法INS；使用one-side self-attention机制设计插值算法NIERT，学出人类难以设计出的复杂、高质量“插值基函数”，并通过学习残差函数提升插值精度；将神经网络与传统搜索结合设计TSP求解算法，学习启发式规则，性能超过LKH算法。这一系列结果显示目前AI在搜索问题上可能已经与人的智慧相当，用AI辅助人类有巨大潜力。最后，卜东波研究员展望未来，期望利用大语言模型，构建人机协同的科研新范式，并与参会人员进行了充分交流与讨论。

卜东波，中国科学院计算技术研究所研究员，研究兴趣包括生物信息学（蛋白质结构预测、糖结构鉴定）、计算机算法。在Nature子刊等发表论文100余篇，著有《算法讲义》；带领六名“计算所二代”小学生组成小SIGMA数学特别兴趣组，讲授数学思维和计算思维，并与之合著《少儿计算思维养成记---六个小孩的编程学习笔记》。研制了“用人工智能技术辅助算法设计”的AIA系统，在经典排课等多个问题上实现了变“凭灵感设计算法”为“从数据学习出算法”；设计并领导了PEARL“珍珠计划”，首次获得了中国高校人际近距离物理接触真实数据，发现了不同于scale-free/small-world的特有接触模式；设计并领导了LAMP计划，获得了迁徙过程中人类肠道菌群真实数据，发现了肠道菌群的“高弹性”；设计了蛋白质结构预测算法ProFOLD，性能超过AlphaFold，正努力赶超AlphaFold2；设计了蛋白质序列设计算法ProDESIGN，重设计绿色荧光蛋白，并成功发光。