“周道如砥？危机四伏？！”探究AI时代生命科学与计算机科学交叉融合之路

AI for Life Science 的发展已经势不可挡。我国的《“十四五”生物经济发展规划》及2035年远景目标纲要强调了生物技术和信息技术融合的重要性，计划通过人工智能和大数据推动生命科学、新药研发和临床辅助等领域的发展，并鼓励生命科学与计算机科学的交叉融合。然而许多生命科学以及计算机科学的研究人员对投身交叉学科仍有许多疑惑与踟蹰。

为此，CCF YOCSEF重庆于2024年01月14日举办主题为《AI时代生命科学与计算机科学交叉融合的机遇与陷阱》的观点论坛。本论坛特别邀请了来自高校、科研院所、企业和医疗机构的专家、学者、企业家和医务工作者，分享他们不同视角下的生命科学与计算机科学的交叉融合发展现状，以及在产-学-研中遇到的问题，共同探讨AI时代生命科学与计算机科学交叉融合发展之路，助力“健康中国”的国家战略目标。

图1论坛与会人员合影

本次论坛由CCF YOCSEF重庆AC委员、重庆工商大学宋群，CCF YOCSEF重庆AC委员、重庆交通大学蒋仕新担任论坛执行主席。

执行主席宋群首先对中国计算机学会青年科技论坛CCF YOCSEF和本次论坛的背景进行了介绍。随后进入引导发言环节，重庆邮电大学李章勇以《迈向AI新时代——计算机科学与生命科学深度融合》为题进行了引导发言。他指出机器智能和人的智能是有极大的联系与不同，迈向更高效的AI是必然的发展方向。章勇认为，生物启发将促进人工智能的发展，AI赋能也将会提升人类自我认知。从生物启发的角度，AI的发展与演化的关键节点与神经元、感受野、神经环路等生物科学内容在计算机领域的实现息息相关。随后章勇也介绍了其团队在AI提升人类自我认知方面的研究，并展望了AI与生命科学的融合发展趋势与前景。

图2引导嘉宾李章勇发言

西南大学何建波以《生物学前沿研究》为题进行引导发言，建波从发育生物学的学科特征出发，对生命科学的研究目标和计算机科学的研究需求进行了阐述。并指出目前生物信息学科自身的发展不能满足大数据的发展需求，大量数据被搁置难以使用，而人工智能能够通过计算机实现快速学习，可能挖掘人类未知的知识，因此生命科学和人工智能的结合是学科发展的必然趋势。

图3 引导嘉宾何建波发言

中国科学院深圳先进技术研究院吴红艳以《深度图学习算法及其在生物医学的应用》为题进行引导发言，红艳对AI在生物医学的应用进行了详细的介绍。她指出，无论是生命科学还是社会科学，互作关系、空间关系和时序关系都是非常重要的分析目标，AI领域的图学习方法能够对这三种关系进行准确的表示与分析。首先，她以抗原抗体的应用场景为例，详细阐述了领域特征自适应学习方法对互作关系的深度挖掘，并利用动态图的方法完成了图网络对领域特征的学习。随后，她介绍了图卷积自适应学习方法，高效的解决了面向生物科学领域海量数据的图内部节点之间的平滑监测问题。

图4引导嘉宾吴红艳发言

三位引导发言嘉宾发言结束后，论坛进入了思辨环节。与会的众多专家学者们围绕着三个议题充分发表自己的观点，展开了精彩的讨论。

针对第一个议题：生命科学仅提供数据，计算机仅知道输入输出的现状，是否是现阶段最优的交叉合作方式？形成了以下观点:

（1）现阶段生命科学仅提供数据，计算机仅知道输入输出的现状尽管不是最优的交叉合作方式，但是目前最简单或最高效的合作方式，是学科交叉融合的一个必然阶段。

（2）现阶段生命科学与计算机科学的交叉现状是由于学科间交流存在壁垒，因此双方需要进行必要的了解。但是并不需要两个领域的深度交叉，更多的是需要找到更为合适的一个交流的层次。

（3）两个学科的交叉融合可以大致分为思路、方法、知识体系的融合。当前知识体系的融合是十分困难的，指向性的沟通方式较难实现。而在当前已经有了一定的交叉融合的基础之上，人才培养和人才储配已经达到了一定的规模，随着领域之间的合作加深，很快就会进入到更新的合作阶段。

图5 思辨议题一发言

针对第二个议题：AI时代下，生命科学与计算机科学谁先走出舒适圈，更容易带来突破性成果？形成以下观点：

（1）不同学科走出舒适圈可分为三种不同层次的走出交流：语言（浅层了解）；逻辑或范式（思考问题的行为方式）；Domain Knowledge洞察（如模型的局限、缺陷等）。生命科学与计算机科学合作方式可以从第一、第二层次开始，而达到第三层次则难度较大。而计算机科学本身作为工具科学，首先走出舒适圈，更容易带来突破性成果。

（2）现阶段舒适圈本身已经很难找到了。以生物信息领域为例，在过去，简单的计算和机器学习方法的应用已经能够产出比较好的成果了。而面对当前这个命题，生物科学和计算机都很难有一个符合传统知识结构和模式的舒适圈。而生命科学走出固有模式，更多的了解和掌握数据驱动、算法等计算机知识，以问题为导向，才能够产出更具突破性的成果。

（3）突破性成果指促进学科进步的成果，对不同学科来说，突破性成果的实现路径可能差异性较大，而不同的成果需要不同的学科进行主导。

图6 思辨议题二发言

针对第三个议题：生命科学与计算机科学交叉融合破局的难点在哪里，人才评价，知识壁垒，or其他？形成以下观点：

（1）从科学研究而言，随着技术的发展，计算机科学本身的技术壁垒很高，但是应用的壁垒很低。在当前的交叉发展过程中，如果要进一步加强交叉学科的发展，生命科学领域的研究会越来越偏向于生命科学专业本身，而计算机领域的研究将越来越偏向于对于其他学科的支撑和应用，知识壁垒对于计算机领域的要求会越来越高，而对生命科学领域的要求会越来越低。

（2）从产业落地而言，学科交叉融合的产出是可应用或可落地的研究成果，现有难点在于如何实际落地，以及现有可能产出是否值得市场投资，从而进一步促进交叉融合产业落地。

（3）从人才培养而言，学科交叉也有很多难点：学生没有太多对于学科的热爱，自身的内驱力是不足的；教学方法很难平衡多学科之间的关系，学生往往也难以打破学科壁垒，只能从事其中一方面的专精学习；交叉性毕业生的需求很大，而学生培养的结果往往无法达到这种交叉性的人才的预期目标。

（4）要实现生命科学与计算机科学的深度交叉融合，难点并不是单一的，知识壁垒、内在驱动力（缺乏对交叉学科的评价体系）、资金、政策等都是阻碍交叉融合的难点。需要在顶层设计、政策倾斜、资金投入、人才评价等方面进行改革。

图7 思辨议题三发言

论坛最后，论坛执行主席蒋仕新对本次论坛进行了总结。蒋仕新指出，生命科学和计算机科学的交叉融合是学科发展的必然趋势，希望本次论坛形成的观点能够促进生命科学和计算机科学的深入交叉融合，为AI时代生命科学与计算机科学交叉融合发展提供参考路径。至此，本次YOCESEF重庆观点论坛圆满结束。