一、导师介绍
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、博士生导师。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（师从Jure Leskovec教授）。
吴泰霖博士的主要研究方向为 AI 与 Science 学科交叉的核心、普适问题，
具体包括：（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。在此期间吴泰霖博士在这三个领域上均取得了突破性进展，包括在科学仿真方面，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；在促进科学发现方面，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，吴泰霖博士提出的图信息瓶颈（GIB）架构大幅度提高了图表示学习的鲁棒性。
吴泰霖博士的工作正被应用于流体、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 等多个综合类顶级期刊以及各机器学习顶级会议的审稿人。
吴泰霖博士个人主页：http://tailin.org
吴泰霖博士实验室主页：人工智能与科学仿真发现实验室：ai4s.lab.westlake.edu.cn
二、团队介绍
课题组长期开展AI + Science学科交叉的核心、普适问题。主要研究方向包括：
1.机器学习用于科学仿真、设计和控制：开发基于扩散生成模型、大模型的通用机器学习方法，用于大规模科学系统的仿真、设计和控制，并在流体、机械、材料、生命科学等关键领域应用。
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。
团队自2023年6月组建以来，已与斯坦佛大学航空航天系、MIT、北京大学、清华大学、浙江大学等的国内外领域顶尖团队建立合作关系，从事多项有重大影响力的AI + 科学仿真、设计、控制和发现的研究。
团队特色：
•从事最前沿的AI方法的开发（发表于AI顶会），并与具体科学领域国际顶尖研究组合作，解决重要的科学问题（target Nature子刊），产生重要的影响力。
•年轻、富有活力
三、学生去向
吴泰霖博士具有丰富的科研指导经验，在博士后、PI期间指导的学生进入到 Stanford、MIT、UC Berkeley、UCLA 等国际顶尖高校计算机系或统计系攻读博士学位。
四、申请条件
（1）博士生（2025年秋季入学，浙大-西湖大学计算机专业联培）
课题组计划招收博士生（包括推免生）。欢迎有机器学习或相关科学领域经验的同学报考。
基本要求：
· 本科就读于国内外知名高校，且课业成绩或科研成果拔尖
· 有机器学习或相关领域科研经验
· 有志于在 AI + Science 领域做出开创性研究
· 积极主动、热爱研究
吴泰霖博士与国际上各AI + Science的著名研究组（包括Stanford、DeepMind、MIT、Caltech、NVIDIA、TAMU等）有广泛的联系，会推荐优秀的高年级博士生到相应的组实习以及攻读博士后。
（2）对于实习生
课题组长期招收实习生（3 个月或以上）。尤其欢迎对AI+Science感兴趣的博士生（AI背景或者科学背景）来本组访问实习。实习生和科研助理将能参与并有机会领导独立项目，并 target 机器学习顶级会议和国际综合期刊（PNAS、Nature 子刊等）。欢迎编程好、并对本课题组研究领域有强烈兴趣的同学报名。
五、申请流程
应聘者通过电子邮件 wutailin@westlake.edu.cn 联系吴泰霖博士，并附上简历。
邮件主题：博士生 / 博士后 / 访问学生 / 科研助理 - 名字
邮件附件：个人简历（包括个人基本情况，教育和工作经历，科研工作概述，论文发表情况或其他成果）。