报告题目：AIA：用AI辅助算法设计的尝试
中文简介：
理解一个算法如何工作并不算是太困难的任务，但是要弄明白算法是怎样设计出来的，却是很困难的。算法设计一般被认为是非常依赖灵感的智力活动；当我们看到别人设计出的精妙算法时，在钦佩之余，往往也会有与G.Polya类似的困惑：“这么精妙的算法是怎样设计出来的？我为什么没有想到这个算法呢？”本次报告将介绍“用AI技术辅助算法设计”的初步尝试，包括利用深度学习技术自动学习出排课问题的贪心规则，实现了变“凭灵感设计算法”为“从数据学习出算法”；介绍利用AI技术设计求解最小加权覆盖问题的贪心规则，性能超过经典的、依赖人工设计的贪心算法；简要介绍利用AI技术的TSP求解算法NN-3OPT和插值算法NIERT。
个人简介:
卜东波，中科院计算所研究员，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”小员工组成小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。
报告时间：2023年6月14月（周三）下午14：00
报告地址：腾讯会议：275-403-830
