2022年,面向无穷维向量学习的再生核方法最优效率的推断,破解困扰核方法领域13年的难题。
2024年,提出基于再生核方法非参学习的不确定性估计,填补统计学习理论30年的空白。
如今,在生成式AI重构产业格局的关键时点,国际AI理论权威——Michael Li(李柱)博士,正式出任明度AI首席科学家,全面掌舵明度AI创新中心,为明度完成AI数智化战略拼图。
学术界灯塔,突破性成果解决领域难题
Michael Li任教于帝国理工、师承DeepMind首席科学家Arthur Gretton与牛津统计学派巨擘Dino Sejdinovic。十余年深耕形成的突破性成果,正在重塑AI底层架构——先后提出面向无穷维向量学习的再生核方法最优效率的推断、攻克基于再生核方法非参学习的不确定性估计难题。
Michael Li在AI领域的成果远不仅于此,其关于AI前沿算法加速的研究成果斩获国际机器学习顶会ICML最佳论文提名奖;在当前大模型预训练与微调的范式下,关于多步学习最优效率推断的成果受邀在国际AI顶会NeurIPS做主旨报告;更因其在AI因果推断领域的开创性贡献,获邀在IMS-ICSDS 2024国际统计顶会作特别报告,赢得包括两位“统计菲尔兹奖”得主在内的学界权威高度赞誉。
明度AI首席科学家
一场AI与生命科学的双向奔赴
Michael Li身份的转变并非简单的职位更迭,而是AI底层技术与生命科学深层需求的精准耦合。在生成式AI掀起产业变革的浪潮中,他敏锐捕捉到医药行业的核心痛点:传统药企面对海量组学数据、高维多模态格式与复杂因果链时,往往陷入"算力充沛而洞察稀缺"的困境。
AI不应是医药创新的旁观者,而应成为发现规律的显微镜、加速进化的推进器。——Michael Li
其主导的明度Atlas智能体平台,正将这一理念具象化转为三大突破:
医药数智化正经历从“工具赋能”到“范式重构”的历史性跨越。Michael Li表示,"我们将AI转化为面向生命科学的‘可进化算法’——不是让医药适应代码,而是让代码理解生命。"
随着AI底层技术日新月异发展,特别是DeepSeek出现后,AI生态迎来了重大变革,DeepSeek以其低价高性能的优势脱颖而出,降低了大模型应用门槛,为AI应用铺平了道路。明度始终坚持AI+战略,并已经形成了以Atlas智能体平台为基础,多种智能体并存的产品矩阵。Atlas智能体平台具备多模态数据处理能力,为生命科学领域的复杂问题提供更全面的解决方案。
明度AI创新中心正加速推进Atlas智能体平台与自动化实验室、智能工厂的闭环整合。这场始于算法突破、成于产业赋能的"双向奔赴",或将重新定义AI在生命科学中的角色——从辅助工具进化为共同进化伙伴,在解码生命密码与加速医药革命的征途上,书写属于生命科学领域AI新范式。