报告人：许子昱

报告题目：从无序到有序：离散扩散模型在科学发现中的机制与应用

时间：2026年1月22日 14:00-16:00

地点：泓理楼3007

报告摘要：

人工智能正在通过“科学智能”（AI for Science）范式重塑基础科学研究。然而，传统基于连续高斯噪声的扩散模型在处理本质离散的科学数据（如生物序列、化学分子图）时面临“水土不服”的挑战。 本报告将重点探讨 离散扩散模型（Discrete Diffusion Models） 在科学发现中的理论机制与前沿应用。

报告将首先梳理离散扩散的基本原理。在此基础上，报告人将详细介绍CURE框架。该工作利用基于图的可控离散扩散模型，成功建立了单细胞转录组数据与分子化学结构之间的映射，实现了“转录组导向的药物设计（TBDD）”，并通过“骨架跃迁（Scaffold Hopping）”生成了具有潜在治疗效力的全新分子。

此外，报告还将深入探讨掩蔽扩散模型（MDM）在长序列生成中存在的 “训练-采样轨迹不匹配（Trajectory Mismatch）” 机制鸿沟，并提出解决方案，旨在提升模型在蛋白质及基因序列设计中的鲁棒性。报告最后将总结生成式AI如何通过模拟从无序到有序的热力学过程，为生命科学中的复杂问题提供新的解题思路。

报告人简介：

    许子昱，中国科学院前沿交叉交叉科学学院博士生。于2023年在西安交通大学获得学士学位。研究方向为生成式人工智能、AI4S。

邀请人：杨家青教授