学术讲座

报告题目：如何利用人工智能/大语言模型提升你的科研、教育与日常生活

报告时间：2026-05-15 15:00

报告人： 吴春 副教授

Rowan University

报告地点：卢嘉锡楼202报告厅

转播地点：翔安校区能源材料大楼3号楼会议室2，漳州校区生化主楼307教室

报告摘要：

智能可以理解为将原始数据压缩成紧凑、可用表示的能力。简单的频率（概率）统计提供了一种直接的压缩方式，但现实问题很快会遭遇"维度诅咒"——随着维度增加，联合频率信息的存储与使用因组合爆炸和存储限制而变得不可行。无论是在生物系统还是人工系统中，神经网络都作为一种高效的解决方案应运而生，将高维联合频率压缩为边缘关系与条件关系，同时保留其预测能力。本演讲将大语言模型定位为人类智能的协作伙伴——二者共享以压缩为核心的认知基础，因而能够相互延伸与增强。通过药物发现、化学教育及日常任务等领域的具体案例，演讲展示了大语言模型在化学信息处理、推理与表达方面的支持能力。通过将人工智能的核心能力植根于压缩、预测与学习等基本概念，本演讲旨在为每位听众提供清晰的概念框架与切实可行的策略，以便负责任地将大语言模型融入教育、科研与日常专业实践之中。

报告人简介：

  吴春博士是罗文大学化学与生物化学系副教授，具有跨学科学术背景，研究领域涵盖计算化学与分子进化。他在计算机科学领域接受过系统的研究生训练，这为其在算法开发、生物信息学及大规模数据分析方面的工作奠定了坚实基础。这一计算能力使他能够从定量化、系统化的视角审视化学与生物学问题。

吴博士领导着一个计算与人工智能驱动的药物发现（CADD）实验室。其团队综合运用基于结构的虚拟筛选、分子动力学模拟、进化建模与基因组分析，深入研究病毒进化、耐药机制与分子适应性。他的研究注重可重复、以物理为基础的计算工作流程，将分子结构、序列进化与生物功能有机贯通。

他近期工作的核心贡献在于开发了一种基于替换–突变速率比（c/μ）的核苷酸水平进化分析框架。该框架突破了传统Ka/Ks分析的局限，无需假设同义突变的中性性，即可直接量化翻译区与非翻译区基因组区域的适应度效应。将此框架应用于新冠病毒（SARS-CoV-2）的研究，实现了对适应性突变与有害突变的高分辨率检测，并为分子钟行为与选择动力学提供了新的认识。相关成果发表于《分子进化杂志》，并荣获2025年度祖克坎德尔奖（Zuckerkandl Prize）年度最佳论文奖。

欢迎老师同学们积极参加!

化学化工学院

表界面化学全国重点实验室