成果介绍：学院聚焦AI for Science前沿领域，汇聚多学科交叉势能，形成算法平台和交叉应用一系列创新成果，持续推动科学研究的智能化变革。在基础算法平台、图机器学习计算平台取得重要成果，研发首个基于国产深度学习框架计图的图机器学习算法库Jittor-Geometric，为科学计算提供了更高效的国产化解决方案。在微观和介观尺度，研发了一系列基于几何学习的端到端预测与生成模型，为小分子药物设计、抗体药物设计、蛋白质药物设计、高分子药物设计开拓了新方法路径。在宏观和超宏观尺度，提出了数据与机理双驱动新一代智能科学计算框架，解决了大规模湍流加速仿真、缺失观测多物理场生成、无人机飞行气动实时预测、精准临近降水预报等挑战难题。上述创新成果发表在《自然-机器智能》、《自然-通讯》、ICML、NeurIPS、KDD、ICLR等顶级期刊和会议，获得ICLR杰出论文奖提名、校级优秀科研成果奖等荣誉。学院将持续推动AI for Science范式变革，以智能算法为纽带，助力跨领域科学新发现和新突破。