报告题目：Towards Interpretable AI for Molecular and Materials Science

主讲人： 林婉瑜博士，香港理工大学计算学系助理教授

报告时间：2025年12月24日（星期三）15:00-16:00

报告地点：信息学院3号楼109会议室

报告摘要：分子与材料科学在应对全球性挑战——如医疗健康、能源可持续性、环境保护及下一代技术发展——中居于核心地位。药物研发、能量存储、碳捕获、催化剂设计及半导体开发等应用，充分彰显了这些领域的变革潜力。而所有这些进展的核心，在于设计与分析复杂分子及材料体系的能力。因此，“应用于科学发现的人工智能”正日益吸引机器学习、物理学、化学及材料科学界的广泛关注。其中的一个关键挑战在于构建有效且高效的分子与材料模型。尽管深度学习能够捕捉复杂的化学与物理行为，但其“黑箱”特性往往限制了其提供可操作科学洞见的能力。本报告着重强调了可解释性在深度学习中的核心作用。通过增强对模型预测的信任度，并使科学家能够从中提取有意义的机制性理解，可解释的AI框架可以赋予科研人员揭示新原理、加速系统性发现的能力。

报告人简介：林婉瑜博士，现任香港理工大学数据科学与人工智能学系及计算学系的助理教授。她于多伦多大学获得计算机工程博士学位。她的研究致力于开发可信的深度学习方法，以加速科学模拟以及分子和材料的设计。通过将先进的AI技术与科学原理相结合，她旨在构建可靠且高效的系统，从而推动新型分子与材料结构的发现。她的研究成果已发表于ICLR、NeurIPS、ICML、TMLR、AAAI和TNNLS等顶级学术会议与期刊。她目前担任IEEE TNNLS和IEEE TETCI的副编辑，并任职于《Memetic Computing》期刊编委会。她是ACM与IEEE会员，曾获得2022年CVPR最佳论文提名奖及2025年香港理工大学青年创新研究者奖。

邀请人：计算机科学与技术系 苏强 助理教授