【聊聊咱的身边人】29岁当博导,带着好奇心“探”世界

时间:2022年02月09日访问次数:153

日前,由《麻省理工科技评论》评选出的亚太区“35岁以下科技创新35人”名单揭晓,今年31岁的铁算算盘4905香港信息学院教授曹志兴入选。

“35岁以下科技创新35人”由美国著名科技商业媒体《麻省理工科技评论》发起,自1999年起,每年都会从世界范围内的前沿科学、新兴技术、创新应用中遴选出对未来的科技发展产生深远影响的创新领军人物,涵盖但不限于生物技术、能源材料、人工智能、信息技术、智能制造等新兴技术领域。

年纪轻轻获此殊荣,这位“工科男”到底有何来头?这要从他的成长经历说起。


始于兴趣,求学路上的闪光“少年”

从小就酷爱数学的曹志兴,不仅对数学感兴趣,对所有的理科知识都很感兴趣。当然,这与良好的家庭教育启蒙是分不开的,父母一直很注重对他科学素养的培养。

曹志兴说,对数学的热爱加上父母对他独立性和思辨力的培养,帮助他找到了一把开启科学世界大门的金钥匙。

优秀的学业、科研成绩助力曹志兴登上更高的学府殿堂,从浙江大学自动化专业毕业后,他获得了香港博士奖学金(Hong Kong PhD Fellowships),进入香港科技大学攻读化学与生物分子工程专业博士学位,期间,他又获得海外研究奖学金,赴德国斯图加特大学开展关于化工过程优化的研究。在博士毕业前夕,他接受哈佛大学工学院院长Frank Doyle教授的邀请,前往美国哈佛大学工学院担任博士后,开展有关糖尿病患者血糖自动控制算法的研究。此外,他还受邀前往英国爱丁堡大学开展合作研究。

在斯图加特大学及哈佛大学求学期间,他接触到了系统生物学——交叉了控制理论、人工智能、生物、物理等学科的新兴方向,这大大激发了他对未知世界的探索兴趣。

与学术大咖们近距离交流,与世界最前沿的研究课题接触,让曹志兴对科研工作产生了更加浓厚的兴趣。“我们完成了很多非常有意思的工作,并且将研究成果发表在Nature Communications、PNAS等权威刊物上。”在科研的世界里如鱼得水,也让曹志兴得到了学术界的广泛关注。

29岁时,科研成绩突出的曹志兴加入了钱锋院士领衔的课题组,成为华理当时最年轻的教授和博士生导师。带着发现更多生命科学规律的期待,曹志兴开始了新的学术征程。


久于热爱,多学科交叉迸发智慧火花

“我最大的梦想是建立一个数字孪生细胞,它能够精准刻画细胞内重要的生物化学反应,从而能够降低新药开发、疫苗研制等的成本。”谈及梦想,曹志兴很认真地说。他深知,这不是一个一蹴而就的目标,达成这个目标需要大量既懂生命科学又懂信息技术的复合型人才。

而推动学科交叉研究、培养更多的高质量复合型创新人才正是他努力的方向。他注重培养学生的创新意识,巧妙地将深度学习等新一代信息技术,应用到生命科学中去,引导学生采用多学科交叉的方法来解决问题和发现新规律。

他深谙教育之道“授之以鱼,不如授之以渔”,对学生的教导不仅限于知识,更多的是提升能力和思想,倡导学以致用,启发学生用获取的知识来解决生活和社会上的各种问题。

“我和我的同门不仅学习机器学习、深度学习等人工智能算法,在生物分子动力学方面也有所涉猎,使得理论成果可以得到很好的验证。”控制科学与工程专业硕士研究生刘燕慧同学说。

“曹老师对待问题十分认真。他带领我们深入探讨问题,广泛听取意见,常常因为讨论问题和工作忘记了吃饭时间,直至凌晨才回家。”在学生看来,曹志兴就是这样一位认真自律、善于钻研并且具有开拓创新精神的好导师。

“遇到问题找他交流,能帮上忙的一定会倾其所能。”“有幽默、谦逊的人格品质,给人亲切感和信任感。”“知识渊博,谈吐之间透露着见识和学识。”乐于助人的曹志兴在同事中也深受欢迎。

谈及社会责任,曹志兴说:“我认为研究学者有两方面的作用,一是解决当下关系国计民生的关键问题,二是解决人类长远发展所必须攻克的难题。”作为跨越机器学习、细胞生物学和应用数学领域的研究人员,他身体力行,致力于利用数学模型揭示细胞的内在决策机制,并成功破译了细胞的决策机制,为癌症治疗、新药研发、疫苗研制等提供了新观点和新思路。


贵于坚持,深入探究生命科学新规律

“如何深度融合人工智能技术,来赋能生命科学规律的新发现,尤其是细胞基因表达过程,是我们的奋斗目标。”这位年轻的“90后”学者,长期致力于使基因表达过程更快、更强、更准的建模工具开发。

基于此,他设计了一种线性映射近似方法,将非线性基因调控网络映射到线性网络上,实现了大规模求解基因表达的随机动力学和高通量分析单细胞数据。他开发了一个基因表达解析模型,其中包含迄今为止最完整的细胞生理细节,如细胞生长、细胞分裂等,从而使得精确解读细胞生理和基因表达的耦合机制成为可能。

针对细胞内生化反应规模大、反应物数量多的维度灾难问题,曹志兴提出了非马尔可夫的建模方法来降低系统维度,并开发一种微分机器学习方法来高效求解非马尔科夫模型,并将建模所需的数据量显著减少到经典方法所需样本的 1/30。

“我坚信,最一流的基础科学来源于好奇心。”曹志兴带着对未知事物强烈的好奇心和探索欲,稳扎稳打,向着更有挑战性的课题研究进发。那种解决问题给他带来的“成就感”与“获得感”,正是他矢志不渝坚持科研的初心。

发布时间:2022-02-09