近日，《麻省理工科技评论》中国× DeepTech 正式发布“2023 年中国智能计算创新人物”入选者名单，复旦大学计算机科学技术学院客座教授李东胜校友光荣入选。
微软亚研院首席研究员李东胜先生目前担任复旦大学工程博士行业导师、复旦大学计算机学院客座教授，同时也是计算机科学技术学院院友。他的主要研究方向为人工智能、医疗健康，主要工作为通过人工智能创新帮助人类更好地理解大脑，并将这些理解用于提升脑健康和设计脑启发的人工智能。
李东胜老师聚焦AI与脑科学以及AI与医疗健康的交叉研究，在通过智能计算理解大脑方面，他带领团队在脑电信号分析等方向展开探索，构建了首个跨数据集的脑电预训练模型，该模型在人脑信号理解、脑病诊断和脑病机理分析等方面都发挥了重要作用。在脑启发的AI方面，其与团队从脑启发的神经网络和脑启发的机器学习算法两方面开展了研究，设计的CircuitNet神经网络为机器学习提供了一种新的基础架构，提出的统一行为建模框架为具身智能研究提供了一种新的技术路线。此外，他利用机器学习创新在理解疾病的发病机理、发现有效药物和提升医疗效率等方面取得了多项成果。
中国智能计算创新人物
《麻省理工科技评论》中国与DeepTech联合发起的“中国智能计算创新人物“评选旨在表彰那些在智能计算领域做出了突出贡献的科研人员、工程师或产业实践者。入选者的研究方向涵盖了从基础科学研究到应用技术的多个维度，主要包括AI使能的科学发现（AI4S）、机器学习、高级/新型计算范式（量子计算、光子计算、生物启发计算等）、安全与可信、终端智能应用、架构与软硬件开发等。这些研究不仅在学术上具有前瞻性，也在实际应用中逐渐展露出应用潜力和价值。
AI使能的科学发现(AI4S)这一领域的入选者专注于将人工智能应用于科学发现，包括但不限于生物学、材料学、物理学等领域。他们的工作通常涉及开发新的算法或改进现有算法，以发现新的内容以及处理和分析大量复杂的数据集，跨学科合作和算法创新是这个领域创新工作的特点。例如利用AI模型预测蛋白质结构、加速药物发现过程；利用大量的生物医学数据来训练模型，以识别疾病标志物或预测疾病风险；通过机器学习优化新材料的合成过程，提高材料性能等。
