5月27日，复旦大学举行了建校117周年科学报告会综合学科专场。复旦大学校长，中科院院士金力在科学报告会前作了关于大学与学术研究、学科发展的报告。他强调，学科建设是现代大学发展的永恒主题，但是学科不应成为认知发展的边界，复旦的学科格局长期稳定，拥有多样、丰富的学科资源，打造融合创新的学术共同体是复旦未来发展的重要路径。

3月以来，疫情给校园带来了极大的考验和挑战，但复旦的师在学术领域的坚持和努力不会改变，复旦精神、科研理想不会改变。5月17日至27日，第56届校庆科学报告会分文社理工医专场和学术交叉融合场共6场学术盛宴接连开展，共同点亮了117周年校庆的学术星空。5月27日下午两点，复旦大学智能复杂体系基础理论与关键技术实验室组织了青年研究人员史际帆、孙思琦、钟海鑫就各自研究的前沿问题分享了他们的学术报告。

史际帆：动力学因果框架及嵌入熵

报告首先从因果研究的历史出发，在哲学上简要介绍了包括古希腊亚里士多德的“四因说”，休谟的因果研究，以及现代的因果语义学分析在内的一些背景知识。进而指出数学学科尝试使用数学语言精确定义和描述因果的概念和计算理论。目前数学界的因果框架主要分为统计学学派和动力学学派，前者提出了有名的Neyman-Rubin模型和结构因果模型，而后者包括被广泛使用的 Granger 因果、传递熵和收敛交叉映射。报告着重强调了从时间效应、反馈性、强度可度量性角度考虑因果的动力学因果概念。给出了一种统一的动力学因果框架，可以广泛涵盖传统的动力学因果指标。进一步，为了同时解决非线性系统、非可分系统的因果度量，并降低因果推断的错误率，报告提出了嵌入熵的指标和算法。在4个数值算例和3个实际应用中，嵌入熵表现出了更好的精度和鲁棒性。这些结果不仅有助于因果领域理论研究的发展，而且可以帮助应用学科进行相应方向的科学探索。

孙思琦：语言模型在生物大分子结构预测中的应用

报告讨论的主题是语言模型在大分子结构和功能预测中的应用，并集中探讨了如何改进深度学习模型在的“速度”和“精度”两个方面的应用。在速度方面，同源序列比对(MSA)是AlphaFold 2中非常重要的模块，但因为算法极高的复杂度和计算量，使得AlphaFold 2的运行非常耗时。利用语言模型预训练和对比损失函数，讨论中提出的fastMSA可以在将算法提速20倍至100倍的基础上，保持推理精度几乎不变，显著提高了AlphaFold 2的运行效率。在精度方面，讨论中提出了基于大规模RNA序列的预训练基础模型(RNA-FM)。经过掩码训练的模型在RNA结构和功能方面相比基线均取得了显著的提高，并有望应用于更多RNA相关的领域。

钟海鑫: 基于bottom-up视觉通路信息衰减策略启发的图像轮廓检测算法研究

鉴于大脑能量代谢的限制，视觉信息衰减策略在视网膜-外侧膝状体（LGN）-初级视觉皮层（V1）-次级视觉皮层（V2）的通路中起着至关重要的作用，其为视觉信息处理的关键科学问题之一。经研究发现，轮廓特征的编码是在视网膜-LGN-V1-V2通路中已经完成。为此，提出了一个视觉信息衰减策略启发的轮廓检测模型：受瞳孔光反射调节的启发，我们采用了一种新颖的颜色编码方式，即用HSV（Hue, Saturation, Value）模块来表征细微的色度变化。同时，模拟了光感受器中的暗适应和明适应调节过程。实验结果表明，模型实现了在有限视神经轴突数量下的视觉轮廓认知过程，并与一些先进的生物启发类模型相比，不仅遵循了视觉信息衰减的高效策略，并以较低的计算成本实现了较好的轮廓检测结果。

5月27日，复旦大学举行了建校117周年科学报告会综合学科专场。复旦大学校长，中科院院士金力在科学报告会前作了关于大学与学术研究、学科发展的报告。他强调，学科建设是现代大学发展的永恒主题，但是学科不应成为认知发展的边界，复旦的学科格局长期稳定，拥有多样、丰富的学科资源，打造融合创新的学术共同体是复旦未来发展的重要路径。

3月以来，疫情给校园带来了极大的考验和挑战，但复旦的师在学术领域的坚持和努力不会改变，复旦精神、科研理想不会改变。5月17日至27日，第56届校庆科学报告会分文社理工医专场和学术交叉融合场共6场学术盛宴接连开展，共同点亮了117周年校庆的学术星空。5月27日下午两点，复旦大学智能复杂体系基础理论与关键技术实验室组织了青年研究人员史际帆、孙思琦、钟海鑫就各自研究的前沿问题分享了他们的学术报告。

史际帆：动力学因果框架及嵌入熵

报告首先从因果研究的历史出发，在哲学上简要介绍了包括古希腊亚里士多德的“四因说”，休谟的因果研究，以及现代的因果语义学分析在内的一些背景知识。进而指出数学学科尝试使用数学语言精确定义和描述因果的概念和计算理论。目前数学界的因果框架主要分为统计学学派和动力学学派，前者提出了有名的Neyman-Rubin模型和结构因果模型，而后者包括被广泛使用的 Granger 因果、传递熵和收敛交叉映射。报告着重强调了从时间效应、反馈性、强度可度量性角度考虑因果的动力学因果概念。给出了一种统一的动力学因果框架，可以广泛涵盖传统的动力学因果指标。进一步，为了同时解决非线性系统、非可分系统的因果度量，并降低因果推断的错误率，报告提出了嵌入熵的指标和算法。在4个数值算例和3个实际应用中，嵌入熵表现出了更好的精度和鲁棒性。这些结果不仅有助于因果领域理论研究的发展，而且可以帮助应用学科进行相应方向的科学探索。

孙思琦：语言模型在生物大分子结构预测中的应用

报告讨论的主题是语言模型在大分子结构和功能预测中的应用，并集中探讨了如何改进深度学习模型在的“速度”和“精度”两个方面的应用。在速度方面，同源序列比对(MSA)是AlphaFold 2中非常重要的模块，但因为算法极高的复杂度和计算量，使得AlphaFold 2的运行非常耗时。利用语言模型预训练和对比损失函数，讨论中提出的fastMSA可以在将算法提速20倍至100倍的基础上，保持推理精度几乎不变，显著提高了AlphaFold 2的运行效率。在精度方面，讨论中提出了基于大规模RNA序列的预训练基础模型(RNA-FM)。经过掩码训练的模型在RNA结构和功能方面相比基线均取得了显著的提高，并有望应用于更多RNA相关的领域。

钟海鑫: 基于bottom-up视觉通路信息衰减策略启发的图像轮廓检测算法研究

鉴于大脑能量代谢的限制，视觉信息衰减策略在视网膜-外侧膝状体（LGN）-初级视觉皮层（V1）-次级视觉皮层（V2）的通路中起着至关重要的作用，其为视觉信息处理的关键科学问题之一。经研究发现，轮廓特征的编码是在视网膜-LGN-V1-V2通路中已经完成。为此，提出了一个视觉信息衰减策略启发的轮廓检测模型：受瞳孔光反射调节的启发，我们采用了一种新颖的颜色编码方式，即用HSV（Hue, Saturation, Value）模块来表征细微的色度变化。同时，模拟了光感受器中的暗适应和明适应调节过程。实验结果表明，模型实现了在有限视神经轴突数量下的视觉轮廓认知过程，并与一些先进的生物启发类模型相比，不仅遵循了视觉信息衰减的高效策略，并以较低的计算成本实现了较好的轮廓检测结果。