Bin Shao

邵斌

邵斌博士现任中关村人工智能研究院院长。他于2010年获复旦大学博士学位,曾任微软研究院科学智能中心资深首席研究员,主导了微软分布式图引擎(Microsoft Graph Engine)的研发,并创立了计算生物学研究组与科学计算研究组。

学术影响力方面,邵斌博士的研究覆盖人工智能、计算化学、生物分子动力学模拟、计算生物学及高性能科学计算等前沿交叉领域。邵斌博士在《Nature》主刊及其子刊等国际顶级期刊与一流学术会议发表论文50余篇,其中多篇论文被选为封面文章或专题重点推荐。曾获“ICDE十年影响力论文奖”,其在蛋白质动力学模拟方面的成果入选“2024年度中国生物信息学十大进展”。

技术转化影响力方面,邵斌博士致力于前沿科研成果的实际应用转化,其团队研发的多项技术已在工业界得到广泛部署与应用: 1) 邵斌博士团队参与了 T-Detect 技术的相关研发工作,该技术是首个获得美国 FDA 紧急使用授权、基于 T 细胞的 COVID-19 临床检测方法。2) 他主持开发的微软 Graph Engine 被集成至微软知识图谱系统,并部署于全球多个数据中心,为必应搜索引擎提供大规模实体关系实时查询支持。3) 其团队研发的分布式内存云技术在微软的客户服务系统中获得应用,显著提升了数据处理效率与资源利用率,大幅降低了数据中心的整体运维成本。4) 他的团队研发了加速微软游戏云服务存储后端的技术方案,每天实时处理超过15亿条用户数据,把服务响应时间从分钟级降到毫秒级,提升了五个数量级。5) 邵斌博士团队研发了利用GPU并行加速的密度泛函理论计算系统,并作为微软首个云端科学计算服务部署在微软云平台上。相较于该领域主流商业软件,该系统计算性能提升了近15倍,计算成本降低至三分之一。

开源社群影响力方面,邵斌博士主导研发了多项具有行业影响力的开源项目,包括分布式内存图计算引擎Graph Engine、量子化学精度蛋白质动力学模拟系统AI2BMD,以及开源轻量级第一性原理分子动力学程序LightAIMD。这些项目显著推动了相关领域的基础研究和技术转化。