峰会回顾|首届中美未来技术创新创业峰会（下）
中美未来技术创新创业峰会于2022年2月26日至2月27日于线上平台Zoom以及飞书举办。
中美未来技术创新创业峰会是卡内基梅隆大学和上海交通大学首次联合举办的科技峰会。这里汇聚了来自中美的顶尖创业者、风险投资家和精英学者，共同探讨不同技术和商业领域在当今世界所面临的挑战和机遇。本次峰会带来了生物科技、AR & VR、人工智能/机器学习，新能源四大主题。
在第二天会场，我们邀请到了来自上海交通大学、北京大学、卡内基梅隆大学、哈佛大学、斯坦福大学、加州大学伯克利分校、约翰斯霍普金斯大学、慕尼黑工业大学等国内外知名学府和来自蓝驰创投、宁德时代、深势科技、汉朵科技等国内外企业的嘉宾，共同探讨在后疫情时代下学界、商界共同面临的挑战与其中的机遇。
没能来到会场也不必遗憾，这是一份来自嘉宾们的观点撷英，请查收~
关于我们
主办单位
卡内基梅隆中美创新创业峰会
卡内基梅隆中美创新创业峰会是北美地区内最具影响力的大学下属创新创业协会之一。
自2011年成立以来，我们一直致力于为中美两国的学者、初创公司、投资者和行业领袖搭建一个多边交流平台。
作为一个非营利学生组织，我们一直在践行我们的理念和使命，通过举办技术论坛和商业竞赛等一系列活动，建立并加强中美创业社群之间的联系。
HealthX Club
HealthX医疗科技俱乐部是上海交大密西根学院的学生组织，成立于2021年。组织成员有来自上海交通大学、复旦大学、卡内基梅隆大学、斯坦福大学、麻省理工大学、加州理工大学、哈佛大学、北京大学、清华大学等顶尖高校的博士研究生，来自医疗科技行业的研究专家、创业者和资深投资人。
HealthX的愿景是以最务实的方式推动医疗行业的数字化、智能化转型。我们密切关注的领域包括人工智能驱动的医疗影像分析、新一代医疗传感器及可穿戴设备、生物医学信息学、人工智能赋能的药物发现、流行病学数据科学、合成生物学、临床人工智能、医学VR/AR/MR、基于人工智能的健康管理等。俱乐部定期组织医疗科技相关的青年论坛, 组织上海交大的学生团队参与医院科室的医疗科技相关项目，组织俱乐部成员走访医院实验室、医疗科技公司并参与业界的活动等。
支持单位
唐君远学生创新中心
唐君远学生创新中心是上海交通大学密西根学院为学生提供的创新平台，由上海市唐君远教育基金会冠名捐赠，总面积超1000平方米。建设有3D打印中心、机加工中心、电子电路中心、测试中心、VR&AR中心、软件中心等软硬件资源。
中心秉承启发创新、快速制造、迭代验证为理念，致力于打造集产学研创新资源于一体的协同创新中心。
DAY 2: 上海交通大学
主题演讲&圆桌谈话
生物科技
生物技术指的是生物学和科技技术的结合。从基因组编辑到脑机接口，从通过深度学习预测蛋白质结构到使用大型数据集确定疾病原因。保护我们的身体和健康的生物技术已成为现代社会日益重要的研究领域。
随着COVID-19的爆发，生物技术在疫苗和药物研发中发挥着关键作用。在本次生物技术专题会议上，我们将会对这一流行病时期生物技术在造福人类健康方面的突破、挑战和新机遇提供新的见解。
AR & VR
让我们想象一个没有笨重显示器限制的世界：只需轻按一下 AR 眼镜的虚拟显示器，一切都可以实现。过去十年发展起来的技术，包括更快更便捷的处理器、显示器、空间定位技术的发展以及5G的引入，都让这个只存在于科幻小说中的场景不再是一个遥不可及的幻想。作为几乎所有带显示器的技术设备最有可能的替代品，AR和VR 技术可能彻底改变人们的工作、交流以及思考技术在日常生活中的作用方式。
为了揭示 AR和VR 在不同行业的潜力，它在我们的生活中可能扮演的角色，AR和VR 技术目前所处的位置，以及行业和学术界的共同目标，我们将与您一起探讨AR和VR的前沿领域。
人工智能/机器学习
人工智能(AI)是机器展示出的智能，与包括人类在内的动物展示的自然智能相反，它描述的是模仿人类与人类思维相关的“认知”功能（例如“学习”和“解决问题”）的机器。机器学习(ML)是AI的一部分，是可以通过经验和数据自动改进的计算机算法研究。其他人工智能应用包括高级网络搜索引擎、推荐系统、理解人类语音、自动驾驶汽车、自动决策和战略游戏系统中最高级别的竞争。
在宣布COVID-19爆发后不久，世卫组织表示，人工智能作为一种重要的非医疗干预措施，可以克服当前的全球健康危机、建立新一代流行病防范措施并迈向弹性复苏，是一种应对病毒危机的重要技术。在这个专题中，我们希望与您探讨在这个特殊时期人工智能和机器学习的挑战与潜力。
新能源
新能源，又称可再生能源，是从可再生能源中收集的能源，这些可再生能源在人类的历史范围内自然补充。它包括阳光、风、雨、潮汐、波浪和地热等来源。新能源通常在四个重要领域提供能源：发电、空气和水加热/冷却、交通和农村（离网）能源服务，约占人类全球能源消耗总量的20%。在新冠病毒疫情期间，使用化石燃料的能源发电量大幅下降，但可再生能源可能会获得新的势头。
我们的演讲者将与您一起探索新能源领域最前沿的技术，以及新能源如何在现实世界中发挥重要作用。
生物科技
董恩盛: 打造全球新冠疫情地图
黄柯鑫博士主要分享了机器学习在生物医药方面的应用与挑战，对于未来机器学习辅助生物学和医学研究的前景从适用范围、研究方法和设施建设三方面给出了深刻分析。
黄博士首先介绍了生物医药领域采用机器学习领域技术的优点：降低生物实验的成本、在缺乏先验知识的情况下辅助数据挖掘等。
在适用范围方面，黄柯鑫博士认为目前较为重要的工作是在广泛的机器学习领域发现机器学习技术和生物医疗问题的结合点。具体说来，从业者们需要在掌握技术的同时进行足够深刻的Clinical study和post-market study。
在研究方法方面，黄柯鑫博士认为对于新的急需解决的生物领域问题，仍然需要大量相关数据推动研究。同时，在生物医药领域，模型的预测结果验证成本较高。因此需要针对数据规模小、数据分布相异等特点进行算法优化。
在设施建设方面，黄博士认为目前生物领域的研究人员和机器学习从业者们的协作需要更精确、直观的技术交流方式。因此，黄博士所在的团队搭建了供化学、生物学家和AI协作研究的数据平台，利用化学家和生物学家的先验知识优化药物分子，推动生物医药研究者利用AI生成并验证新的药物分子。
对于生物医药+AI领域结合的重重挑战，黄博士所在的团队联合哈佛大学、佐治亚理工、MIT等多个研究团队，共同建立了生物医药领域使用的公开数据集和数据交流平台，推动未来生物医药+AI领域的开源化、标准化。
生物科技圆桌谈话
来自蓝驰创投的邢小京女士主持此次谈话，董恩盛博士，HealthX周介立，和New Frontier Bio的联合创始人戴华作为嘉宾参与讨论。
董恩盛主要谈及了自己对于高校进行科研转化的一些思考。并从自己及导师建立新冠肺炎疫情全球地图的真实体验出发，表明学校对于专利所有权把控的先见能够赋予研究者极大的自由度。
而戴华也谈及了从学校端进行科研产出的一些弊端
对于专利所有权的归属以及专利保护相关领域，学校与学校之间由于愿景不同，对科研技术转化的保护力度差异较大。并且繁琐的行政流程，也会为实验室产出带来非常大的麻烦与成本。
周介立博士从自己建设health x 项目部的经验出发，将整个高校科研孵化的过程细化到“科学-技术-工程“三个层面。科学层面由博士以及医生团队负责顶层攻关，技术层面以组会讨论的形式明确技术路线，数据清洗，数据收集，模型构建的手段，并在项目实践的过程中实现技术积累。工程板块主要实现与用户端的对接，通过云端集成等手段减轻用户端的计算压力。从而将科学到用户的推广。
AR/VR
爱化身元夏：元宇宙虚拟人的前景与挑战
爱化身CMO元夏以虚拟人身份亮相演讲，带来了自己对于元宇宙概念，发展现状以及发展前景的分享。现场参会者踊跃发言，就虚拟人的设计原理，虚拟人的应用领域，以及虚拟人发展的最大挑战等议题进行提问，元夏都一一进行了解答。
徐崇哲：虚拟现实技术的未来发展
来自曼恒的徐崇哲总监从元宇宙在现实世界内的应用实例出发，介绍了元宇宙领域的巨大潜力，同时也展示了元宇宙对资源巨大消耗的现状，并且以教育领域覆盖为例，展示了目前元宇宙从B端向C端下沉难的痛点，并且揭示出解决元宇宙的下沉困境还需要从基础算力的提升，以及算力分割的实现为出发点。
AR/VR圆桌谈话
本次谈话由来自小咖资本的蒲月菡女士主持，元夏与徐崇哲作为嘉宾围绕元宇宙与虚拟人（VR/AR技术）的关系参与讨论。
在元夏看来， AR VR 技术是元宇宙的窗口，是进入元宇宙的大门。在这片绿洲中，人最好是不被设备所束缚的，每个人都可以进入自己的空间中，这是我们所畅想的元宇宙。而这个元宇宙是打通所有的设备，将物质隔绝在外，所有的精神和人的意识注入进完全虚拟的世界中。这个世界依托的技术包括人工智能、生物芯片、脑子接口的发展，而这些技术在近年来也是有了一定的推进。随着虚拟器件的发展，现实设备在那个时候会优化成一个较小的易于穿戴的不会让人感到不适的设备形态，完全取代手机。
元夏认为限制VR游戏发展的主要原因在于其笨重的设备，电源手柄以及相对较为机械的交互模式使得VR对于环境的要求极高。对环境的高要求限制了依赖环境体验的VR游戏的发展。此外，现今VR的渲染模式会造成算力的巨大浪费。但同时元夏对VR游戏的发展不乏期待，随着5G计算技术的发展以及人工智能脑机接口的发展，VR游戏的下一个风口很快就会到来。
徐崇哲认为硬件限制对于VR游戏发展的局限正在慢慢缩小，真正掣肘VR游戏发展的关键领域还是在于内容，缺少高水平的内容产出·，VR游戏只能作为一种高级玩具存在。
针对未来可能引爆C端的VR市场发展爆点，Vincent认为想要引爆c端最关键的还是需要优质内容的产出，而在续航能力提升，无线充电技术实验，以及更高分辨率的LED显示表现，都是C端大爆发的前提条件。而元夏认为To B端的业务可以跟随着全球的能源技术布局慢慢实现，而To C 端的业务，更多的要考验的是人人交互，也就是用户的体验。而真正实现用户体验的提升，则需要技术研发以及工业设计工程，计算机、心理学多方面行业的融合。
人工智能与生物医药
黄柯鑫：人工智能与疗法研究结合的挑战
黄柯鑫博士主要分享了机器学习在生物医药方面的应用与挑战，对于未来机器学习辅助生物学和医学研究的前景从适用范围、研究方法和设施建设三方面给出了深刻分析。
黄博士首先介绍了生物医药领域采用机器学习领域技术的优点：降低生物实验的成本、在缺乏先验知识的情况下辅助数据挖掘等。
在适用范围方面，黄柯鑫博士认为目前较为重要的工作是在广泛的机器学习领域发现机器学习技术和生物医疗问题的结合点。具体说来，从业者们需要在掌握技术的同时进行足够深刻的Clinical study和post-market study。
在研究方法方面，黄柯鑫博士认为对于新的急需解决的生物领域问题，仍然需要大量相关数据推动研究。同时，在生物医药领域，模型的预测结果验证成本较高。因此需要针对数据规模小、数据分布相异等特点进行算法优化。
在设施建设方面，黄博士认为目前生物领域的研究人员和机器学习从业者们的协作需要更精确、直观的技术交流方式。因此，黄博士所在的团队搭建了供化学、生物学家和AI协作研究的数据平台，利用化学家和生物学家的先验知识优化药物分子，推动生物医药研究者利用AI生成并验证新的药物分子。
对于生物医药+AI领域结合的重重挑战，黄博士所在的团队联合哈佛大学、佐治亚理工、MIT等多个研究团队，共同建立了生物医药领域使用的公开数据集和数据交流平台，推动未来生物医药+AI领域的开源化、标准化。
朱正诞:药物研发视角下的人工智能+分子模拟
朱博士首先介绍了药物研发的整体背景以及他的公司所做的技术框架下的解决药物设计跨尺度建模的问题。他先讲述了计算方法的两种主要范式：数据驱动的开普勒范式和模型驱动的牛顿范式，从而引入了机器学习的方法，讲述了提高计算能力和精度的可行性，以及药物设计关心的跨尺度建模问题的潜在解决方案。
朱博士介绍了一个高精度、大通量的新一代药物计算平台“Hermite”，该平台能够实现深度融合AI+分子模拟，并且详细讲述了Uni-FEP工具其精准预测蛋白-配体结合能力以及它的应用案例c-MET，并将其与行业内技术较强的薛定谔公司的产品进行了比较。
朱博士介绍了蛋白质构成采样的一个核心算法RiD（Reinforced Dynamics）强化动力学模拟，其与经典方式相比具有极大的优势。并介绍了RiD辅助寻找别构位点的案例，其具有较高的成功率。
深势科技将Uni-Fold与RiD结合，赋能无结构靶标结构预测与解析以及冷冻电镜解析等多种应用方向，在行业内具有很好的效果。
同时，朱博士分享了在药物研发的领域内，理想的科技与解决问题的技术之间存在矛盾，提出了“做improve的事情，技术的价值时间自然会prove”的思想。
生物医药圆桌谈话
由投资人李阳先生主持，黄柯鑫博士、朱正诞博士以及殷锐清先生共同参与，主题为“生物健康领域中的人工智能前沿及商业应用”。
殷先生公司的领域主要是手术机器人相关的一些技术已经在临床方面的应用，黄博士和朱博士的方向在前面的文章中已有介绍。
在问题环节，李阳先生首先对黄博士提出了对关于人工智能的技术和医疗的临床结合的研究方向的问题。
黄博士做出了回答，提出了比如健康管理、图像解构、医药方向的一些研究领域。
李阳先生也举出了一个医疗场景的智能化的一个热潮。
接着李阳先生提出了对黄博士第二个问题，医工结合中的分工问题。
黄博士讲解了整个的流程，首先是通过多方的沟通，提出一个能够用机器学习等方法解决的生物问题，并通过大量的讨论实现知识的流通。接着由工程方面通过相关方法分析数据、构建模型，最后由医学方面去分析验证，整体是一个1+1大于2的过程。
接下来，李阳先生以投资人的身份对朱博士提出了几个问题
第一个问题是，AI制药领域技术和科研层面大爆发的原因
朱博士做出了回答：当前该领域可能存在过热现象，在未来有可能会热度降低，而爆发的原因，一是由于疫情爆发后带来的需求增加，二是该领域其他公司或者AI其他方面的公司的崛起或者技术的突破带来的热潮。同时，热度增加并不代表技术或者产品的大爆发，所以他选择从底层技术开始，进行研究。
第二个问题是关于AI制药商业化与药企合作的趋势以及未来发展情况。
朱博士的回答是：从行业领域的角度来看，每家公司的定位不同，各自的商业模式也都会不太一样，可能有选择做自己的平台和软件，可能有药物的研发以及联合研发；从未来的角度来讲，一是研究现有技术的更好更深的程度，以实现行业的发展，二是突破传统，实现行业创新。同时，技术的存在本身是合理的，技术有产出的，就会有人愿意为技术买单。
然后，李阳先生向殷先生提出了几个问题：
第一个问题是：为什么会从原来的手术机器人到现在做疼痛的数字化管理？
殷先生的回答是：数字化是一个很好的工具，能够降本增效，突破传统方法的局限性，而这正是很多相关的工作者致力于的方向，也是面向消费者，面向患者的一个很好的研究方向。
第二个问题是：人工智能在临床的疼痛的数字化管理会起到什么样的作用？
殷先生的回答是：疼痛是一个非常有趣的领域，很难用临床指标实现一个量化，因此需用人工智能和数字化来使该领域更加智能化，能够有非常广泛的、区别于传统方法的作用。
最后，李阳先生面向三位嘉宾，提出了最后一个问题：如何在各自的领域去进一步提升数据的广度和精度？
殷先生的回答是：现在所做的数据是在为未来布局，他的公司也希望能用AI工具在自己的服务体系内构建一套信息收集的系统，他也希望能够打破信息孤岛，在为了自己的发展的同时，为未来构建更好的数据库。
黄博士的回答是：从生物角度来看，随着技术的发展，能够更加清楚地了解测量的维度等等，而在人工智能的角度来看，制定数据解决问题确实是一个很重要的问题。
朱博士的回答是：我们所研究的技术和模型并不是非常受到数据的困扰。但对于数据来讲，更多高质量的数据来源于很多的公司，涉及到数据的可及性问题，如果数据能够更好地共享，数据也会更广更精，对于未来的产业发展也会有益。
人工智能与生物医药
龚超慧：数字时代下的智能制造
龚超慧博士从文明发展的角度细致地分析了当代生产产品和需求匹配的问题，由此分析了智能制造目前的实现方法和未来发展面对的挑战。龚博士认为，智能制造就是决策与执行的闭环，具体来说就是利用人工智能、科学计算协调生产端和需求端，提升生产效率。
对于智能制造，龚博士从宏观需求到微观细节做了详细的阐述。龚博士认为在中国目前的产业升级中，制造业需要利用数字化升级实现生产效率的提高，保持在全球范围内中国大工业产业集群的优势，解决目前生产中广泛存在的“数据孤岛”和“业务孤岛“的问题，改变传统制造业中需要不同业务部门的大量人员收集数据并汇总的模式，利用需求处理的中心化提高生产效率。
针对以上的需求和痛点，龚博士的宾通智能搭建了“MEP卓越制造平台“，利用人工智能和大数据计算控制生产，以期获得敏捷的供应链，柔性的生产制造管理和精细化的生产制造能力。具体的实现思想在于利用从产业中收集的需求数据，训练一个描述从接单管理、生产制造工艺到工序过程、标准工时再到质量分析等等一系列的超大规模的算法模型
何逸贤:下一代互联网的基础建设
来自汉朵科技的何逸贤博士针对下一代互联网基础设施建设做了详细而深刻的介绍。
何逸贤博士师从TCP/IP协议共同发明人Robert Khan，针对目前互联网框架体系的弊端有透彻的理解。何博士认为，目前的TCP/IP协议仍然存在数据孤岛、数据垄断的问题，难以实现不同应用安全、高效的数据交流。目前的互联网由于没有考虑提供信息的数据定义、标识、解析和授权访问的架构支持，同时受限于单根服务器的管理架构，实现真正的互联互通任重而道远。因此，何博士所在的CNRI开发了新的DOA/Handle根系统。
Handle系统是一种安全可靠的分布式互联网标识解析系统，相对于其他标识系统在在网络解析分布性、编码方式兼容性、数据内容灵活性、数据定义严格性、数据系统健壮性、数据共享精细性、数据安全可靠性等方面有质的优势。作为分布式的标识系统，Handle系统打破了根服务器带来的数字霸权（如海湾战争中利用信息战停用iq域名瘫痪伊拉克互联网），为全球数字主权的建设做出了卓有成效的贡献。
在中国，Handle标注系统作为新一代数字基建，受到了广泛的认可，成为当前中国工业互联网系统的基石。
张伟博士：新能源与未来生活
来自德国慕尼黑工业大学的张伟张老师针对新能源对人类生产生活和出行的方式可能带来的改变做了细致的讲解。
在交通方面，张老师认为新能源技术的发展会极大地拓展出行范围和出行舒适度，同时削减新能源交通工具的成本。在产业端，新能源的应用可以降低飞行成本，通过分布式的动力系统实现“门到门“的飞行。
在农业方面，新能源可以实现高效、清洁的农业发展。通过农业和清洁能源领域尖端技术的结合，未来可以通过集成太阳能板、科学农业系统等方式扩展耕地范围，实现农业资源的科学可持续发展。
对未来的工商业，新能源也会产生深刻的影响。张老师认为，电池技术的进步可能带来虚拟公司、人工智能的快速发展，未来可能出现如跑步伙伴、智能伴侣、电子宠物等提供情感价值的设备，赋能于人。
在演讲的最后，张老师分享了他对新能源行业发展潮流的见解。首先，目前的潮流是多学科深度的合作，AI和新能源技术的结合会对当前产业的价值链带来巨大的冲击。其次，AI和新能源技术还有巨大的潜力等待挖掘，信息、能源两个领域在可预见的未来会有巨大的发展前景。同时，张老师认为需要大量人力的各个传统行业已然难以满足日益增长的对于效益的追求，数理科学和机器才是行业发展的未来所在。最后，张老师认为目前国内的制造业仍然需要更加广泛而深刻的升级。中国国内的优秀人才仍然需要和来自不同国家、地区和背景的人才进行交流。
智能制造与新能源圆桌谈话
我们请到了来自Monolith Management的刘君萍女士来主持本次圆桌谈话，参与者是龚超慧博士，何逸贤博士和张伟老师
君萍：刚刚张伟博士提到“身处被技术赋能的时代，我们需要相信数学和逻辑甚于人类“，请问何博士和龚博士对这个观点有什么见解？
龚博士：我认为真正的科学精神就是愿意用全新的视角去重新审视一些观点。我在实际管理团队时坚信数学、经济学和物理的价值，通过科学的方式去解释、预测人的行为，这方面我和张老师的观点有很多相近之处。但是在最近在我的团队学到了很多，我仍然需要和一线人员进行交流，来获得对于人员行为的理解。我认为目前我们利用数学和逻辑来解释人类行为的模型还需要更多“数据“来优化，以此来构建我们对世界的理解。
何博士：由于我的本科是数学背景，我认为我在和团队交流的时候需要强调观点的可证明性，这就依赖科学逻辑。同时由于我们在做加密的技术，我们认为人在这个领域内是最不可控的一个变量。我们在做去中心化的技术时其实就是远离“人“这个信息中心的过程，实际上我们在做系统的时候就一直在淡化”人“这个概念
张老师：我想说的观点其实是和龚博一样。人性不依赖于数学，不依赖于逻辑而依赖于本能，大多数人也不会依靠这些安排自己的人生。我用这个想法在现实生活中碰了很多壁。那些内容理解起来很痛苦，和他们相处起来也很痛苦，但我想说这是我自己自我成长的一部分。我相信机械、数学和逻辑是强者的逻辑，在残酷的环境下，这些逻辑会优于感性的逻辑。但是在日常生活中我们还是需要做真实的人。