中国开源年会 2024

开源 AI 论坛（AI for Science 方向）

  • 🏙北京
  • 🗺中关村国家自主创新示范区-会议中心，北京市海淀区新建宫门路2号
  • 🚪玉泉山会议室

  1. Towards Developing Foundation Model For Medicine

    ⏲️~
    • 谢伟迪

    近年来，基础大模型（Foundation Models）在计算机视觉和自然语言处理领域取得了前所未有的成功。然而，尽管医疗领域具有巨大的潜力，基础大模型在该领域的发展仍然相对滞后。该报告中，我将从以下几个方面介绍我们在医疗人工智能（AI4Health）方面的一些努力和尝试，包括：(1) 开源数据集的构建，例如 PMC-OA、RP3D，RadMD 等；(2) 训练医学专用的语言模型或视觉-语言模型，例如 PMC-LLaMA、MMedLLaMA、PMC-CLIP、RadFM 等；（3）增强医学知识的表示学习和通用分割模型，例如在 X 光、病理或更广泛的放射影像等方面，例如 KAD，KEP，SAT。在以上工作中，团队旨在弥合通用人工智能的进展与医疗应用之间的差距，为医疗领域提供更加健壮和多功能的人工智能解决方案。更多信息，请查阅这里的论文：https://weidixie.github.io/research.html

  2. GeoAI及其跨学科地学应用

    ⏲️~
    • 戚劲

    人工智能已经成为地球科学的重要理论与方法。团队研究将AI技术深度融入传统地学分析方法，提出了时空智能回归模型体系，并成功应用于海洋生态环境建模、大气污染物空间估算、城市住房价格研究等领域，报告将介绍该体系的基础理论及其在 AI for Earth Science 中的应用。

  3. AI 时代的研发新范式：打造一站式科研智算云平台

    ⏲️~
    • 王臣汉

    2024 年诺贝尔物理学和化学奖，先后颁给了 AI 领域的科学家，这也使得 AI for Science 以一种正式和官方认可的身份，再次引起科研界的关注。本场分享将围绕行业案例，介绍 OpenBayes贝式计算作为基础设施，如何通过自有的科研智算云平台为 AI for Science 助力，并协同科研人员解决应用中的实际落地问题。

  4. AI 驱动的城市复杂系统建模及规律发现

    ⏲️~
    • 丁璟韬

    城市是多尺度的复杂系统，现实世界积累的海量真实数据使其成为复杂系统自动建模方法的理想应用场景，本报告主要涵盖城市复杂系统的两类主要问题。 * 预测和模拟：预测复杂系统的长期演化状态、韧性对于城市中的基础设施、生态系统至关重要，将介绍物理信息融合神经网络 (PINN)、神经常微分方程 (Neural ODE)以及扩散模型 (Diffusion Generative Model) 技术来克服基于真实数据的建模难题。 * 规律发现：基于真实数据，利用前述复杂系统的动力学推断方法能够发现城市系统的内在演化规律，以人流移动为例，相比经典的「社会力」物理模型 (Social Force)，基于真实数据提炼的新物理公式能更好的模拟各种场景下的人群移动。

长按图片分享