一、导师简介

吴泰霖博士为西湖大学工学院人工智能方向特聘研究员、助理教授。2012年于北京大学物理学院获得学士学位，2019年获得麻省理工学院理学博士学位，2020年-2023年4月在斯坦福大学计算机系从事博士后研究。吴泰霖研究方向为AI与Science学科交叉的核心、普适问题，包括：（1）开发机器学习方法用于大规模科学仿真和设计（流体、机械、材料、生命科学）,（2）开发机器学习方法用于科学发现（物理、生命科学）,（3）基于图神经网络和信息论的表示学习。尤为突出的是，在博士和博士后期间，吴泰霖博士在科学仿真方面，通过图神经网络模拟大规模系统方面成数量级地加快了仿真速度，解决其多尺度、多分辨率、大规模的核心挑战。为了促进科学发现，首次提出了以”AI物理学家”为核心的系列算法，能够模仿科学家发现简单、普适的物理定律和系统内部结构。在表示学习方面，吴泰霖提出的图信息瓶颈（GIB）架构大幅提高了图表示学习的鲁棒性。

吴泰霖的工作正被用于流体、等离子体、材料等的大规模仿真，以及物理、天文等领域的科学发现中。其工作发表在NeurIPS、ICLR、UAI等机器学习顶级会议以及物理学顶级期刊上，并被MIT Technology Review等报道。吴泰霖博士也是美国国家科学院院刊（PNAS）、Nature Communications、Nature Machine Intelligence、Science Advances等综合期刊，以及NeurIPS、ICML、ICLR等机器学习顶级会议的审稿人。

个人主页：http://tailin.org

课题组主页：https://ai4s.lab.westlake.edu.cn/

研究方向

吴泰霖AI + Science课题组研究方向聚焦AI与Science学科交叉的核心、普适问题，包含：

1.机器学习用于科学仿真和设计：开发基于图神经网络和扩散模型的通用机器学习方法，用于大规模科学系统的仿真和设计，并在流体、机械、材料、生命科学（蛋白质和小分子）等关键领域应用。

2.机器学习用于科学发现：开发结合表示学习、神经符号学和大模型的机器学习方法，逐步构建通用AI科学家，用于发现复杂系统的重要概念、内部结构和普适简单的方程，并在生命科学、物理等关键领域应用。

吴泰霖课题组与Stanford计算机系、机械系、航空航天系，MIT、布朗大学、清华大学、北京大学、浙江大学等的相关领域的教授和研究所建立了紧密合作或者意向合作关系，共同聚焦解决领域重要问题，课题组也支持鼓励成员的国际国内交流。

二、招聘博士后（1名）：

计划招聘博士后一名，研究方向为AI用于大规模科学仿真、设计和控制，并应用在流体、航空航天、材料、生命科学领域。博士后将与国内或者国际的领域内顶级实验室或者研究所合作，领导本课题组内的AI + Science的大型项目，做出引领领域研究方向、有重大影响力的工作。欢迎有志于做出有重要国际影响力工作、并有相关领域经验的同学报名。

基本要求：

   1.年龄不超过35周岁，博士毕业或者将毕业，在机器学习顶级会议有2-3篇优秀代表作；