9月27日，新加坡副总理兼国家研究基金会（NRF）主席黄循财向四位有潜力的年轻研究人员颁发了青年科学家奖。颁奖仪式在南洋理工大学校园内的南洋礼堂举行。该奖项由新加坡国家科学院管理，并得到NRF的支持，提名者年龄均在40岁以下。《海峡时报》采访了这些开拓者。
用人工智能推动眼科研究的新前沿
作为视网膜外科医生，丹尼尔·丁副教授需要处理非常精细的眼部结构，这些结构包含数百万个神经连接。“这些结构需要极高的精度和细致的操作，以避免在眼科手术中造成不可逆的损伤和视力丧失。”新加坡国家眼科中心外科视网膜部门的高级顾问眼科医生丹尼尔·丁博士说道。现年40岁的丁博士利用人工智能（AI）更好地规划手术程序，例如植入人工晶状体，这种晶状体通常用于治疗白内障。
他在眼科和医疗保健领域的人工智能研究涵盖了安全、伦理和负责任的AI应用开发。“在眼科和全球眼健康领域，我们开发了几种用于糖尿病视网膜病变、青光眼疑似病例、老年性黄斑变性以及儿童和成人近视的AI筛查技术，帮助那些缺乏眼科专家的国家筛查可能导致失明的疾病。”丁博士说。
他补充道，在将这项技术部署到这些国家之前，他的团队会测试AI偏见、AI不准确性，并确保这些国家有适当的临床基础设施来管理这些眼病患者。一个由丁博士和他的团队开发的例子是新加坡眼部病变分析器，这是一种深度学习AI软件系统，可以准确高效地检测出糖尿病视网膜病变、青光眼和老年性黄斑变性等威胁性眼病。该系统已在全球进行了超过50万次筛查。
“这个奖项增强了我利用尖端AI技术寻找更多治疗方法的决心，通过创造新的知识产权、初创企业和将新加坡本土AI创新推向全球，创造更多前沿的医疗创新。”丁博士说，“我们应该敢于梦想，仰望星空，脚踏实地。”
基于AI的RNA变化读取以更好地理解其在疾病中的作用
计算生物学家乔纳森·戈克博士（40岁）专门从事核糖核酸（RNA）研究，他开发了从基因组数据中准确预测RNA分子化学变化的计算方法。RNA是解读DNA中存储的遗传信息的中心信使分子。戈克博士是新加坡基因组研究所计算转录组学实验室的高级首席科学家，他表示RNA上有化学分子可能会改变其功能。尽管这些RNA修饰广泛存在，但它们非常难以识别。因此，他开发了RNA测序的计算方法，为RNA生物学和RNA在人类疾病中的作用提供了新的见解。
过去，识别RNA变化需要耗时且繁琐的实验，大多数实验室无法进行。他的工作首次实现了单碱基、单分子分辨率下的RNA变化识别。戈克博士在接受同行评审的出版物EurekAlert!采访时说：“我们的AI模型只见过人类样本的数据，但它能够准确识别甚至在它未见过的物种样本中的RNA修饰。”
识别不同生物样本中的RNA修饰可用于许多不同的应用，如癌症研究或植物基因组学。“他对于从原始测序数据中识别修饰RNA的贡献使得RNA修饰谱型分析对更广泛的科学界变得可及。他的计算方法已被下载超过20万次，并被独立评估为该领域的最佳方法之一。”他说，“这个奖项对我进一步创新计算方法以更好地理解RNA是一个巨大的激励。我希望它也能激励新一代利用数据科学来转变我们对生物学和人类健康的理解。”
数学：赋予不同事物相同名称的艺术
李乾孝博士是新加坡国立大学理学院数学系的助理教授。他的普林斯顿大学博士导师E. Weinan教授曾告诉他，应用数学研究必须始终与更广泛的科学界保持联系，李博士一直坚持这一原则。“这推动了我的研究，提醒我必须不断从其他领域的科学家那里学习并讨论，以提出好的研究问题。”新加坡国立大学理学院数学系助理教授李博士说。
现年37岁的李博士在深度学习的数学基础方面做出了重要贡献，这是支撑现代AI系统成功和可扩展性的关键技术。他的工作为理解和改进深度学习方法提供了严格的数学框架，为该领域的未来创新奠定了基础。“深度学习模型使用表示为简单数学函数或操作的多层‘人工神经元’，以受人类大脑工作方式启发的方式处理信息。这些模型经过大量数据训练，以执行过去只有人类才能完成的任务。”李博士解释道。
他还提到，图像识别、翻译和语言模型等AI技术都以深度学习为核心组成部分。“在我的团队中，我们率先理解了表达能力——即学习任意关系的能力——如何在深度神经网络中产生，这项工作揭示了现代技术和经典数学之间的复杂联系。‘我的工作试图理解这些‘人工神经元’如何表达非常复杂的关系，以及如何最有效地提高训练效率。随着现代应用规模的扩大，这一点非常重要。’”
“新发布的语言模型有超过700亿个参数需要训练，理解这些基本原理也有助于我们知道如何最好地将这项技术应用于新材料科学和工程等新应用。”对李博士来说，数学不仅仅是数字，更是逻辑和概念。“著名数学家亨利·庞加莱曾经说过，数学类似于诗歌，但又有些相反，是‘赋予不同事物相同名称的艺术’。事实上，流体、聚合物和大型神经网络训练过程的动力学可以用非常相似的数学模型描述。从这个意义上说，数学架起了我们在不同领域理解的桥梁，帮助我们发现共性，常常以创造性的方式理解和解决问题。”
重塑精细化学品和制药行业的可持续制造
卢炯博士（39岁）及其团队开发的催化剂不仅实现了显著更高的产量和更高的效率，还使环境影响和生产成本减少了十倍。精细化学品和制药行业是主要的空气污染源，一些研究表明，制药行业的碳足迹超过了汽车行业。因此，卢博士及其研究团队开发了一类新的催化剂，促进更绿色、更可持续的制造工艺。目前这些行业使用的催化剂带来了高生产成本、分离和再利用困难以及有害金属污染的风险。卢博士的催化剂实现了显著更高的产量和更高的效率，与传统选项相比，环境影响和生产成本减少了十倍。
“这一创新创建了动态、原子级精确的催化中心，同时确保高活性和可回收性，从而促进精细化学品和制药行业的更绿色、更可持续的制造工艺。”新加坡国立大学理学院化学系副教授卢博士说。团队将他们开发的催化剂进行了九次连续的化学反应循环，发现它仍然稳定，这意味着废物量和污染风险显著减少。分析使用这种新型催化剂的环境效益，他们发现其碳足迹比使用传统催化剂低10倍。
“我们的催化剂可能标志着新时代的开始，它们在实现更绿色、更环保的化学和制药制造中发挥着关键作用。”卢博士说，“我对在新加坡国立大学接受的博士学位培训深感感激，这为我的学术生涯奠定了坚实的基础，帮助我更深入地了解这里的科研生态系统。与新加坡国立大学紧密相连，我感到有强烈的责任感为学校的科研卓越和全球影响力做出贡献。我也非常荣幸能获得这个奖项，这认可了我们团队的努力，并鼓励我继续推动创新，使新加坡国立大学和新加坡成为该领域的领导者。”
精细化学品的一些依赖行业包括制药、农化、电子、汽车、化妆品和建筑。
(全文结束)
