中国报道(杨艳丽报道)为期两天的2022未来科学奖周科学峰会近日在线直播。 活动首日,嘉宾来自北京大学、清华大学、复旦大学、香港大学、香港科技大学、中国科学技术大学、弗吉尼亚大学等国内外高校和机构以及中科院、北京国际数学研究中心、GV20 Therapeutics等科研机构的优秀科学家聚焦化学、生命科学、数学三大学科,聚焦“纳米催化与材料”等细分领域”、“表观遗传学”、“流体与动力系统”分享前沿科学成果,讨论学术创新,参与科学活动。

活动第二天,嘉宾来自北京大学、杜克大学、香港科技大学、北京林业大学等国内外高校和机构,以及中国科学院、国家天文中心等单位。天文台FAST(中国天眼)、鹏程实验室、澳大利亚CSIRO堪培拉、国家应对气候变化战略研究与国际合作中心科研机构的杰出科学家和现场专家,聚焦“天文:大装备”三大领域-大科学》、《气候变化》和《计算机科学:人工智能和大数据》分享最新的科学发现和研究成果,用科学突破未来的界限。

值得一提的是,今年的科学峰会上,也有青年科学家和青年学生亮相。 作为未来科研创新发展的主力军,他们与主讲嘉宾就学术前沿和应用拓展进行了交流对话。 在思想碰撞中激发科学灵感,拓宽科研思路。 此外,科学峰会前夕,特邀青年科学家在专题研讨会上讲解科普知识。

改变物质的微观结构

在【化学】纳米催化与材料专场中,2022未来科学奖励周程序委员会联席主席、北京大学原校长、北京大学未来教育管理研究中心创始主任林建华介绍了研究领域以及演讲者的演讲主题。 解释。

他介绍,李亚东教授从事无机纳米材料化学、纳米催化和单原子催化的交叉领域研究,发现并提出了纳米催化领域的纳米晶平面效应和表面界面效应。 赵东源教授在催化、电池、生物、水处理等能源方向从事功能介孔材料的合成、结构及应用研究。 他提出了单元的逐步组装机制和有机-有机自组装的概念,并将无机介孔材料的合成推广到有机聚合物体系,创造了有序介孔有机聚合物和碳材料。 任永华教授主要从事无机/金属有机化学、超分子化学、光物理和光化学以及可应用于传感、有机光电子和能源的分子功能材料的基础研究。 曾获欧莱雅-联合国教科文组织世界杰出女科学家成就奖、美国化学会Josef Michl光化学奖、国家自然科学奖二等奖等荣誉。

清华大学教授、清华大学学术委员会副主任李亚东,北京师范大学李云教授,安徽师范大学校长,中国科学院院士、发展中国家科学院院士,作了《纳米催化与材料——单原子催化的机遇与挑战》的学术报告,介绍了纳米尺度金属在多相催化领域的应用。 他指出,金属纳米团簇、金属单原子以及不同金属的晶面都表现出独特的催化性能,在比反应活性和选择性方面具有显着优势。 团队开发的多款贵金属单原子催化剂展现出广阔的工业应用前景,并在汽车尾气净化、乙烯环氧化、燃料电池等领域得到验证。

复旦大学化学与材料学院院长、中国科学院院士赵东源在题为《功能介孔材料:现在与未来》的学术报告中介绍了功能介孔材料在能源领域的应用。 他表示,通过构建2-50纳米孔隙结构的复合分子筛,实现了重(渣)油的高效转化,并实现了工业化应用。 通过可控合成方法,以单胶束纳米球为基本单元,制备出两亲性固体表面活性剂、稀土介孔材料、二维介孔材料等多种新材料,进一步丰富了材料科学和催化科学。 内涵。

黄干亨黄根利基金会香港大学教授(化学与能源)、香港大学化学系讲座教授、中国科学院院士、发展中国家科学院院士、美国国家科学院外籍院士、欧洲人文与自然科学院外籍院士、香港科学院创院院士。 在题为《实现激发态控制——从分子设计到超分子组装、纳米结构与功能》的报告中,她介绍了其研究团队在金属配位发光材料的设计、组装和结构控制方面的进展。 利用共轭炔烃、联吡啶化合物和金属-金属弱相互作用的有机组合,设计并合成了多种发光材料和传感器。 这些成功使得能够对各种离子、有机分子和生物分子进行灵敏的分析和检测。

北京大学常务教授、英国皇家化学会会士郭少军主持了本次活动的对话和问答环节。 李亚东、赵东源、任永华教授也在本场会议上向在线观众提出了“单分子催化的工业应用”。 、“介孔材料在煤化工领域的应用前景”和“协同提升新型催化剂活性和稳定性的设计标准”进行了互动、讨论和解答。

探索表观遗传学

在【生命科学】表观遗传学专场中,中国科学院生物物理研究所朱兵研究员在演讲中对演讲嘉宾的研究领域和主题进行了介绍和解读。

他指出,唐福筹主要从事人类早期胚胎和生殖细胞发育及癌症的单细胞功能基因组学研究。 在国际上首次系统开发了单细胞功能基因组学研究体系,开创了单细胞转录组测序时代。 作为杰出的生物信息学家,刘小乐教授专注于转化癌症研究的算法开发和大数据集成建模,在发现癌症药物反应生物标志物、耐药机制和有效的联合疗法方面做出了杰出贡献。 李国红教授主要致力于30nm染色质纤维的结构与功能及其表观遗传调控机制的研究。 曾入选并获得中国科学院“百人计划”、国家杰出青年基金等荣誉。

北京大学生命科学学院BIOPIC中心教​​授、北京未来基因诊断高精尖创新中心(ICG)研究员唐富筹做了题为“Exploring the Mysteries of Human Germline Cell Developmentusing Use”的学术报告。单细胞测序技术”。 介绍单细胞测序技术及其在人类生殖细胞发育中的研究应用。 2009年,唐福筹教授率先开发单细胞转录组测序技术,开启了单细胞测序技术时代。 此后十年,唐富筹教授课题组不断研发新的单细胞组学测序技术,并进一步将这些技术应用于人类生殖细胞发育的探索,系统分析了人类胚胎生殖细胞。 剖析了细胞特征。 此外,唐福筹教授还介绍了单细胞组学第三代测序技术领域的最新进展。

2022未来科学奖周程序委员会委员、GV20 Therapeutics董事长兼首席执行官刘晓乐在学术报告《表观遗传学和基因调控的计算建模》中介绍了她和她的团队过去20年在德纳所做的学术报告《表观遗传学和基因调控的计算建模》 。 研究由法伯癌症研究所和哈佛大学完成。 她首先从基因调控的研究开始,逐渐扩展到表观遗传学。 她和她的实验室在表观遗传学方面做了很多数据分析,并开发了相关分析算法和工具,包括适合CHIP-seq数据分析的MACS。 算法,MAESTRO,一种适合单细胞ATAC-seq数据分析的算法,MIRA,一种适合单细胞RNA-seq和ATAC-seq双组学的分析算法等,并建立了公共转录因子数据库,用于辅助转录因子相关性研究。

中国科学院生物物理研究所研究员李国红以“染色质结构与人类健康与疾病”为题介绍了他和他的实验室近年来所做的开创性工作。 他和他的实验室专注于研究染色质的高级结构,特别是染色质的30纳米结构。 2014年,他首次解析了染色质的30纳米冷冻电镜结构,填补了该研究领域的空白。 随后,利用单分子磁镊技术研究了染色质四核小体内部和之间的核小体相互作用,发现四核小体是相对稳定的中间结构单元,并进一步研究了单个核小体。 动态变化。 他指出了染色质30nm结构在细胞增殖过程中表观遗传维持中的作用,以及30nm结构异常与肿瘤发生发展、儿童自闭症、雷氏综合症的关系。

在问答环节,朱兵研究员与唐富筹、刘晓乐、李国红三位嘉宾就“父本基因组去甲基化”、“先锋转录因子预测”以及“染色质结构状态与表观系统容错性的关系”等问题进行了讨论。 ”等话题展开交流对话。 四位嘉宾还与在线观众进行了互动,围绕“表观遗传调控与细胞状态或生理功能的调控”、“染色质大规模高分辨率时空信息的获取”以及“后天环境对表观遗传学的影响”进行了交流。 ” “回答观众提问。

同时,弗吉尼亚大学臧崇智副教授回答了观众提出的“表观遗传学与干细胞转化”、“不同物种间表观遗传修饰的差异”、“表观遗传学对干细胞转化的影响”等问题。人类进化”。 兵、唐富筹、刘小乐、李国红展开对话和讨论。

用0-9认识世界

在【数学】流体与动力系统专场中,未来科学奖励周指导委员会委员、未来论坛主任、北京国际数学研究中心主任、中国科学院院士田钢美国人文科学院外籍院士在演讲中表达了对演讲嘉宾的感谢。 介绍和解释研究领域和主题。

他指出,叶向东教授长期从事突破动力系统遍历理论及其在基础数学中的应用研究,是我国在发展动力系统方向的领军学者。 沉伟孝教授从事动力系统研究。 他和他的合作者彻底解决了真正的法图猜想。 他还对一维实复杂动力系统的吸引子和统计特性以及Weierstrass函数图像的维数进行了深入的研究。 葛令锐教授毕业于南京大学,于2019年获得数学博士学位。研究领域为动力系统、数学物理和谱理论,主要研究方向为反周期薛定谔算子谱理论。

中国科学技术大学教授、中国科学院院士叶向东做了题为“组合数论研究中的动态系统方法”的学术报告,介绍了动态系统的基本概念和发展历史,如何从动态系统的角度看待组合数论。 van der waerden 定理和 Szemeredi 定理,以及我和我的合作者最近在该领域的工作以及其他国际同事的相关工作。

上海数学中心、复旦大学数学科学学院教授沉伟校以“圆周展开映射上的一维线性斜积”为题,介绍了特定类型映射的动态系统性质。 沉教授简要介绍了一些低维动力系统的历史,重点关注“圆展开图上的一维线性斜积”的相关性质,并演示了他和高锐、任豪杰最近获得的一种横截性,及其在遍历优化问题和 Weierstrass 函数图像维数问题中的应用。

北京国际数学研究中心助理教授、研究员葛令睿作题为“解析单频薛定谔算子的全局分析”的学术报告,介绍了准周期薛定谔算子谱理论、量子力学和薛定谔算子谱理论。 关系,以及如何使用动力系统方法研究谱理论。 葛令睿在演讲中讨论了单频薛定谔算子的全局分析,并展示了他和他的合作者在该领域的相关工作。

在对话问答环节,田罡教授与叶向东、沉伟晓、葛令睿三位嘉宾重点讨论了“动力系统与组合数论的联系”、“组合数论在促进拓扑学中的作用”等问题。动力系统”和“数学和物理学的跨学科交叉”。 开始沟通和对话。 与此同时,四位嘉宾还与在线观众进行了互动,围绕“离散动力系统和连续动力系统的研究方法”、“流体力学与动力系统的前沿科研课题”以及“流体力学与动力系统的标志性应用”等话题进行了交流。流体力学方程”由观众提出。 等问题进行了互动、讨论和解答。

大装备有大科学

【天文】大装备-大科学专场,未来科学奖励周指导委员会委员、中国青少年科技教育者协会主席、中国科学院国家天文台研究员吴祥平他在致辞中表示:“进入21世纪以来,自然科学研究逐渐进入全球化时代。未来天文学领域的重大发现将依赖于巨大的望远镜设备和国际合作。一项新的科学研究范式已经到来。”

同时,吴祥平院士介绍了主讲人的研究方向。 他说,葛健教授长期从事实验天文学、天文技术和仪器研究。 他是中国科学院航天领航地球2.0科学卫星背景模型研究的创始人和首席科学家,也是世界上第一位发现系外行星的华人科学家。 郑潜教授是中国平方公里阵列望远镜SKA特殊宇宙黎明与再电离探测项目的负责人。 研究兴趣包括:宇宙黎明与再电离周期探测、低频射电干涉阵列数据处理等; 谷力教授是一位观测天文学家。 提出并开发了一种利用傅里叶变换反求解粉尘温度分布的新算法,命名为氢窄线自吸收法(HINSA),并首次测量了HINSA塞曼效应,并作为封面文章发表在Nature上。

中国科学院上海天文台研究员葛健教授做了题为“利用詹姆斯·韦伯望远镜揭开宇宙红外宝藏”的学术报告,介绍了詹姆斯·韦伯望远镜的概况和初步科学进展得到的结果。 他指出,要研究宇宙大爆炸后的早期历史,需要在太空红外波段进行详细观测,于是韦伯望远镜应运而生。 与哈勃望远镜相比,韦伯望远镜的口径更大,观测视野更深。 利用韦伯望远镜,我们发现了以前从未观测到的早期宇宙的星系和化学成分、银河系分子云内的恒星、恒星和行星的形成盘、热恒星吹走尘埃后留下的空洞等。这是一个令人惊讶的现象。 此外,红外光谱仪还可用于研究行星大气层的成分和其他科学。 未来,韦伯望远镜还可以与中国正在研制的地球2.0科学卫星合作,研究宜居类地行星及其大气成分,并探测其上的生命迹象。

中国科学院上海天文台郑潜研究员在题为《平方公里阵列射电望远镜:SKA》的学术报告中介绍了SKA的发展历史、概况和一些科学知识。 她提到,衡量射电望远镜需要四个指标:灵敏度、分辨率、视场大小和勘测速度。 目前,多国参与建设的SKA借助无线电干扰综合孔径技术和数字相位控制技术,可以很好地满足这些指标。 她指出,SKA阵列分为低频阵列、中频阵列和碟形天线三部分。 预计到2029年底将完成10%的建设。SKA阵列一期工程完成后,有两个重要的科学目标:研究第一批发光体的产生和形成过程。宇宙中的物体并探测脉冲星。 我国SKA工作组目前确立的研究方向也与国际SKA的优先科学目标高度契合。 未来中国参与SKA的思路是立足国内单口径FAST,在国际上积极参与SKA相关合作,走独立自主的道路。 一条研发与国际合作相结合的路线。

国家天文台FAST(中国天眼)首席科学家李夫以“天文学的勇气”为题,介绍了天眼FAST的发展历程和迄今取得的科学成果。 他指出,FAST的概念最早是由南仁东研究员等老一辈学者提出的。 经过多年努力,FAST于2016年9月正式建成。与天眼前身著名的阿雷西博望远镜不同,FAST基于独创的高时频噪声注入技术,是世界上第一个可以同时进行脉冲星观测的望远镜。搜索、中性氢成像、气体星系搜索和快速射电爆发、用于搜索外星生命信号的天空调查设施。 FAST目前已完成“多科学目标同时巡天”的15%,取得了一系列成果,包括发现160多颗脉冲星、发现人类已知的第一个连续活跃重复快速射电暴以及发现首次探测到中性氢窄线自吸塞曼效应等。他总结说,中国天眼的提出和建设是几代人的努力,是中国科学、基础设施和整体国家快速发展的体现。过去几十年的实力。 我们既是这一进程的受益者,也是建设者。

在对话及问答环节,吴祥平教授与葛健、郑潜、李谷三位嘉宾围绕“宜居星球”、“SKA与地外文明的发现”等话题进行了交流与对话,和“快速信号接收”。 同时,四位嘉宾还与线上观众互动,重点围绕“我国大型科学装备的数据利用与科研输出”、“天文领域青少年科普”等观众提出的话题进行了互动。 《大型天文设备对其他学科的影响》进行互动、讨论和解答。

能源转型+生态系统碳汇

在【气候变化】专场中,2022年未来科学奖励周程序委员会联席主席、北京大学原校长、北京大学未来教育管理研究中心创始主任林建华介绍了演讲嘉宾:方景云主要从事植被生态学、自然生物多样性研究、全球变化生态学、生态遥感等。构建了我国第一个国家尺度的陆地碳循环框架,揭示了我国植物物种多样性的大尺度格局和形成机制创造性地提出了生态牧草理论体系并应用于生产实践。 佩普·卡纳德尔 (Pep Canadell) 担任全球碳倡议执行董事,致力于提供对全球生物地球化学循环和生态系统变化最全面的了解,以支持政府、企业和非政府组织以及公众的政策制定和变革进程。国际气候变化谈判进程。 李俊峰长期从事能源经济学和能源环境理论研究。 组织主持起草了我国可再生能源法、国家中长期能源规划,参与国家中长期科学和技术发展纲要、能源法草案、国家气候变化计划。 研究起草其他重要文件。

北京大学博雅特聘教授、云南大学校长、中国科学院院士、发展中国家科学院院士方景云以《中国的碳达峰与碳中和》为题,从生态角度介绍了碳达峰和碳中和的过程。碳排放与生态系统碳汇”。 实现碳中和的意义和途径,指出减排增汇是实现碳中和目标的决定性因素。 他表示,在目前的技术水平下,生态系统碳汇是碳中和的关键因素,而碳捕获、利用和封存技术还相对辅助。 通过对比我国与世界主要经济体的碳排放量,虽然目前我国碳排放量位居世界第一,但人均累计碳排放量仍远低于欧美国家。 同时,方教授讨论了我国陆地生态系统碳汇的过去和未来,发现我国陆地碳汇正在逐步增加; 他还预测,未来我国陆地生态系统碳汇仍具有巨大潜力,到2060年将达到11%-18亿吨二氧化碳,相当于我国过去10年年均排放量的11-18%。

澳大利亚堪培拉CSIRO首席研究科学家、未来地球计划和世界气候研究计划执行主任佩普·卡纳德尔在题为《实现净零排放稳定全球气候——基于地球系统》的学术报告中指出观点”,从来没有一项全球条约是基于实现地球系统的特定状态,即从整体上管理我们赖以生存的地球,以促进社会和环境繁荣。 其目标是稳定气候系统。 基本要求是温室气体源不应大于温室气体汇,即实现净零排放。 Pep Canadell 博士在演讲中详细阐述了实现净零排放的要求,包括二氧化碳 (CO2) 和非二氧化碳排放、自然汇的作用、剩余碳预算、实现净零排放时会发生什么,并解释了如何实现管理地球的挑战和系统的机遇,以避免气候变化。

国家应对气候变化战略研究和国际合作中心首任主任、中国能源研究会常务理事李俊峰做了题为“零碳增长背景下能源转型的逻辑”的学术报告,介绍双碳背景下的能源使用。 减少温室气体排放的转型逻辑。 他指出,能源转型的本质是推动增长方式、能源系统、生活方式的发展和转变,其基础是能源系统的绿色低碳转型。 实现转型的路径包括大幅提高能源效率,大力发展非化石能源,特别是建设以新能源为主体的新型电力体系。 但转型过程中也面临着各种挑战,包括能源供给持续增加、电力系统储能方式等。因此,我们需要创新与创新并重,持续创新,坚定不移打好能源转型持久战!

北京林业大学环境科学与工程学院教授、院长王强主持对话及问答环节。 他与方景云、李俊峰等嘉宾分别围绕“碳中和与造林规划”、“将二氧化碳转化为高值化学品的可行性”和“碳循环的变化”等话题进行了讨论和交流生态系统”并回答了在线观众的问题。

人工智能催生了科学研究的新范式

香港科技大学计算机科学与工程系教授陈凯担任【计算机科学】人工智能与大数据专场嘉宾主持人,与计算机专家高文一起,中国工程院院士、鹏程实验室主任、北京大学文科讲座教授。 介绍了主讲人的研究领域和科研方向:鄂维南教授是一位数学家,在应用数学领域,特别是在机器学习算法的分析与应用、多尺度建模、稀有事件构造等方面做出了重大原创性工作。 。 他对模和随机偏微分方程做出了许多重大贡献。 杨强教授是人工智能领域的专家,也是国际人工智能界“迁移学习”技术的先驱。 他还提出了“联邦学习”的新研究方向。 裴健教授的研究重点是数据科学、大数据、数据挖掘、数据库系统和信息检索。 长期致力于为新型数据密集型应用开发高效、灵活的数据分析技术,并将研究成果转化为行业产品和商业实践。 他是该领域世界领先的学者。

高文在演讲中表示:“过去的人工智能是人类设计出来的,现在的人工智能是从大数据中学习到的,是过去无法比拟的后天智能。要做最好的人工智能,必须有智能研究the largest big data. China has the largest amount of data in the world and has unique advantages in developing artificial intelligence. The integration of big data and related industries will produce huge social benefits.”

E Weinan, a professor at Peking University, a professor at Princeton University, and an academician of the Chinese Academy of Sciences, gave an academic report titled “The Algorithm Era”. He pointed out that with the development of scientific computing, big data and artificial intelligence, algorithms have become a core tool to promote technological innovation and social progress. From the perspective of scientific research, the organic combination of machine learning and scientific knowledge has opened up an unprecedented huge space for scientific and engineering research. From the perspective of technological innovation, the further development of artificial intelligence will not only change the real economy represented by manufacturing, but will also bring about huge changes in social governance and people’s daily lives. The underlying logic supporting these new development spaces is algorithmic innovation. It can be said that mankind is entering the algorithmic era. In his speech, Professor E Weinan also discussed the new development opportunities and paths that algorithm innovation research provides for industrial manufacturing, artificial intelligence, scientific research and other fields.

Yang Qiang, chair professor and former director of the Department of Computer Science and Engineering at the Hong Kong University of Science and Technology and chief artificial intelligence officer of WeBank, used the history of AI development as a starting point to explain machine learning in the academic report “Trusted Federated Learning” The problem of over-reliance on centralized data. He pointed out that federated learning is based on the idea of ​​”data is available but invisible” and is used to solve distributed, multi-source heterogeneous, and extreme privacy-restricted modeling problems, pushing artificial intelligence to the distributed 2.0 stage. The trusted federated learning paradigm has the characteristics of being safe and trustworthy, efficient and usable, decision-making explainable, models supervised, and universally beneficial. Combining the research hot spots in related fields, Professor Yang Qiang made an outlook on the development of the field.

Pei Jian, a professor at Duke University, an academician of the Royal Society of Canada, and an academician of the Canadian Academy of Engineering, gave an academic report on “Data Market Pricing”. Professor Pei Jian proposed that a complete data market should be a dynamic ecosystem. Various applications can obtain data from the data market, and new data generated by applications can also be injected into the data market for use by other application systems. The costs, benefits, and supply and demand relationship of data market pricing are important factors in maintaining the fairness, efficiency, and scale of the data market and ensuring data security and privacy. Professor Pei Jian analyzed a series of issues related to data market pricing such as authenticity, sales maximization, fairness, privacy protection, and computational efficiency, and pointed out the direction of follow-up research.

During the dialogue Q&A session, Chen Kai, E Weinan, Yang Qiang and other guests discussed “the integration trend of artificial intelligence and industry in the next five years”, “machine learning and the solution of partial differential equations”, “artificial intelligence in eliminating gender discrimination in employment” “Applications in Aspects” and other topics, and answered questions from the online audience.

作者 admin