Почему талантливый ученый отказался от многообещающей карьеры в США, чтобы вернуться домой

КИТАЙ - Перспективный талант в области искусственного интеллекта покинул свою должность доцента в штате Нью-Йорк (США), чтобы вернуться домой в поисках новых возможностей для исследований и воспользоваться благоприятной обстановкой в Нанкинском университете.

По данным SCMP, эксперт в области прикладных исследований искусственного интеллекта (ИИ), много лет обучавшийся и работавший в США, только что вернулся в Китай, чтобы воспользоваться новыми возможностями, возникающими в связи с быстрым развитием ИИ в Китае, особенно в сфере фармацевтических исследований .

Фу Тяньфань, бывший штатный доцент Политехнического института Ренсселера в городе Трой, штат Нью-Йорк, присоединился к Школе компьютерных наук Нанкинского университета в декабре 2024 года.

Фу Тяньфань, эксперт в области прикладных научных исследований в области искусственного интеллекта, после работы и обучения в США продолжит карьеру в области разработки лекарств и материалов в Нанкинском университете. Фото: SCMP

Согласно информации об ученом на сайте университета, его работа сосредоточена на разработке лекарственных препаратов и материалов с использованием искусственного интеллекта.

Доктор Фо Тьен Фам, 32 года, сказал, что растущие инвестиции Китая в высшее образование создают беспрецедентные возможности для молодых ученых, таких как он.

«Нанкинский университет сочетает в себе богатое культурное наследие с прочными лидирующими позициями в области естественных наук. Его всесторонняя мощь в области фундаментальных наук создаёт благоприятную среду для моих исследований в области применения ИИ для продвижения научных открытий», — рассказал учёный Фу Тяньфань газете Post в прошлые выходные.

Он добавил, что близость к семье после многих лет, проведенных за границей, также стала важным фактором в его решении вернуться домой, чтобы работать.

По словам эксперта Фо Тьен Фама, технологии искусственного интеллекта кардинально изменили традиционный процесс научных исследований. В области разработки лекарственных препаратов, которая раньше зависела от дорогостоящих и длительных экспериментов методом проб и ошибок, теперь её можно ускорить с помощью машинного обучения и больших данных.

Вместо ручного тестирования тысяч соединений исследователи теперь могут обучать модели глубокого обучения на основе известных механизмов действия лекарств и виртуально просматривать огромные молекулярные библиотеки, чтобы предсказывать «кандидатов» с высоким терапевтическим потенциалом.

Источник: https://vietnamnet.vn/ly-do-nha-khoa-hoc-tai-nang-tu-bo-su-nghiep-day-hua-hen-tai-my-de-ve-nuoc-2384661.html