“你们如何考虑涡度和散度的权重？”“如果不加约束条件，结果会怎样？”
11月30日上午，复旦大学邯郸校区第五教学楼内，首届世界科学智能大赛五大赛道比赛现场，选手面对评委们连珠炮式的提问，用精密的实验数据和清晰的逻辑条理一一给出回答。经过激烈的角逐，最终决出了各个赛道的一二三等奖。
聚焦前沿研究方向，促进科学智能快速发展，大赛为全球科学智能人才提供一个激荡创新、启迪智慧的舞台，引领、促进科学范式的变革。
复旦学子获评“星辰学者”
值得一提的是，复旦大学本科生周潪剑，就读于信息科学与工程学院智能科学与技术专业，获得本次大赛“星辰学者”。
“星辰学者”是大赛设置的特别奖项，颁发给其方案最具创新价值的参赛团队，寓意“用AI的望远镜，探测科研的星辰大海”，这也是复旦大学、上海科学智能研究院通过大赛希望面向广大优秀人才发出的共同建设科学智能生态的邀请。接下来的每一届比赛都会延续这个奖项，见证科学智能的“星辰学者”们在科学星空熠熠生辉。
他参加的量子化学赛道为选手提供超过1000万的训练数据，是目前世界上最大、最全面的同类型数据库，这意味着选手需要有扎实的AI模型开发技术和工程优化能力。周潪剑提出了quipformerV1预测真实能量和原子线性拟合能量之间差值的方案。在解题过程中，他对AI for Science及其在化学领域的具体应用有了进一步的了解，他认为，将AI引入量子化学计算，不仅可以保持计算精度，还可以极大提高计算效率，将会对量子化学领域的发展产生关键推动作用。
这次经历让他拓展了自己在深度学习和量子化学领域的知识面，锻炼了通过编写代码解决问题的能力，例如Machine Learning建模分子的方法、深度学习的调参技巧，“不仅为我未来的学术研究提供新思路，也为我进入科研领域打下坚实基础”，周潪剑说。
5个赛道分别决出一等奖
生命科学赛道冠军“牛刀小试”团队，由中国科学院大学生物信息学专业的王泰福与华南农业大学分子生物学专业的刘智健组成。针对“生物学年龄评价与老年病风险预测”的赛题，他们创新性地使用了两个模型，分别预测生物学年龄和阿尔兹海默症，同时将年龄预测的输出作为了阿尔兹海默症预测的输入。面对大量的数据，他们开展对数据细致探索性分析，针对性筛选得到最终特征。对样本数据的优化，对他们获得预测第一的成绩起到关键作用。
“通过学习如此大规模、分布广的数据集，AI背景的成员可以向化学背景的成员学习如何更好地理解数据，化学背景的成员有了一次近距离接触AI与化学交叉场景的机会。”来自加州大学戴维斯分校博士生的郭文韬是GPT-4 Auto Agent的一名成员。这是量子化学赛道中一支国际化的“产学合作”队伍，除了郭文韬外，还有一名深势科技的算法研究员、一名北京科学智能研究院的研究员以及一名香港科技大学博士生。针对数据特点，成员们提出以方向消息传递神经网络为核心的“分子属性预测”方案。
来自北京邮电大学人工智能学院的Pris 727团队喜获大气科学赛道的一等奖。“我们创新性地提出一种多时间序列预测策略的集成气象预报方法，通过知识融合来让预报模型掌握更丰富的时序知识和气象变化规律，并在赛道任务上取得0.461的成绩，”队长徐梦秋说。
材料科学赛道冠军是VIPA队。成员均为浙江大学计算机专业在读硕士研究生，研究方向为计算材料科学。这次大赛是VIPA团队首次参加AI和材料科学交叉的比赛。面对“金属有机框架材料的预测合成”赛题，他们提出“基于元素特性的金属嵌入表示，基于图神经网络和梯度提升树的回归预测，基于数据挖掘的同源数据集扩充”的方案。
来自之江实验室的崔钰在流体力学赛道中化名“脆鱼”。针对基于NS方程的流动问题，他将AI与流体力学、数学等紧密结合，使用传统方法指导神经网络的训练，增强神经网络的表示能力，提升对流体力学反问题的求解精度。同时利用神经网络的序列预测能力填补NS方程在不可压缩流体场景中压力绝对值求解的空白。在交叉学科中，实现不同学科方法1+1>2的效果。
“通过这次大赛可以看到，虽然实际材料合成数据的有限，即数据量小，但AI算法仍然有很大的探索空间以提升材料的合成条件预测精度。”复旦大学化学系教授、博士生导师张凡希望借助这次比赛，让学界焦点更多地聚集在材料结构与实际合成之间关系的建立，使用AI去揭示新规律，联合先前研究实现新材料发现与合成的精准预测一体化，从而进一步推动科学研究范式的改变。
