人工智能研究者
带来表征学习、生成建模、图学习、因果推断与可靠性研究，也与领域专家共同重新定义任务和评价。
让不同专长在同一个问题上相遇
单细胞与实验科学家
提出具有生物学意义的问题，识别测量与实验设计中的边界，并推动重要模型结论进入可验证环节。
计算生物学家与研究工程师
连接数据、算法与使用场景，建设可复现流程、可靠软件和能够长期维护的研究基础设施。
临床与转化研究伙伴
帮助判断问题的真实价值、样本与伦理边界，以及研究发现走向疾病理解和应用验证所需的证据。
OPEN COMMUNITY
开放
共同体
AI4SC 不是只围绕单一学科运转的封闭实验室。我们希望建立一种面向问题、尊重专业边界、共享证据标准的协作关系，让不同研究语言能够真正互相理解。
以共同证据链组织协作
- 共同定义问题
先明确科学问题、使用情境和成功标准，再决定所需数据、模型与实验，而不是简单交换任务。
- 共同设计验证
在研究开始时就讨论独立验证、负对照、外部泛化和失败判据，让评价成为研究设计的一部分。
- 共同建设产出
根据项目特点形成论文、方法、数据规范、基准、软件或公共资源，并明确维护与署名责任。
- 共同承担边界
尊重数据权利、研究伦理和参与者贡献，透明披露局限，避免把探索性结果包装成确定结论。
开放，不等于没有边界
高质量协作需要明确的科研诚信、数据责任、贡献归属和发布规则。
AI4SC 计划围绕研究提案、数据使用、作者与贡献者认定、软件维护、结果发布和利益冲突建立清晰流程。相关制度与参与渠道将在完成内部核验后公开，本测试站不预设未确认的合作名录或承诺。
NEXT / 05加入我们
→