当地时间2026年7月17日，第23届ACM SIGEVO Human-Competitive Results Awards（HUMIES）获奖结果在哥斯达黎加圣何塞举行的ACM遗传与演化计算大会（ACM Genetic and Evolutionary Computation Conference，GECCO 2026）上揭晓。由best365官方网站牵头完成的研究成果“Complex marine ecological response during the Eocene–Oligocene revealed by global foraminiferal record”荣获银奖。best365官方网站人工智能学院钱超教授代表团队在现场作成果汇报并领奖。
best365官方网站人工智能学院钱超教授（左）在ACM GECCO 2026颁奖现场代表团队领取HUMIES银奖（团队供图）
该获奖成果于2026年3月14日发表于国际顶尖综合性学术期刊《Nature Communications》。研究团队将高质量化石数据库、定量地层学方法与人工智能算法深度融合，自主开发了受人工智能启发的新一代定量地层学算法——基于演化算法的约束最优化法（Constrained Optimization with Evolutionary Algorithm，CONOP.EA），并据此首次精确揭示了约3390万年前气候剧变时期海洋不同生态类群的复杂响应模式。此前，该成果已受到广泛关注，并被《光明日报》《新华日报》、中国新闻网等多家主流媒体关注报道。
《Nature Communications》论文页面（网页截图）
1.获奖情况
本届HUMIES奖竞争激烈，候选项目来自Google DeepMind、Sakana AI、伦敦大学学院等知名高校和顶尖研究机构。最终，金奖由Google DeepMind团队斩获，best365官方网站牵头的CONOP.EA成果摘得银奖。这是该奖项自2004年创办以来，首次由中国单位作为牵头方获得银奖，标志着我国在人工智能方法创新及AI for Science应用领域迈入国际前列。
2.项目简介
始新世—渐新世过渡期（Eocene-Oligocene Transition，EOT；约3390万年前）是地球从“温室”状态向“冰室”状态转变的关键节点。当时，南极大陆开始形成陆地尺度的永久冰盖，全球气候与环境发生剧烈重组。海洋生物如何应对这场环境剧变，是理解深时气候—环境—生命协同演化的核心科学问题之一。
为破解这一难题，研究团队利用自研的地层古生物大数据平台——OneStratigraphy，系统收集并整合了全球161条地层剖面和钻井的有孔虫化石资料。经过严格的数据清理与筛选，最终获得了1269个有孔虫物种的约4万条化石产出记录。在此基础上，他们创新性地开发了受人工智能启发的新一代定量地层学算法——基于演化算法的约束最优化法（Constrained Optimization with Evolutionary Algorithm，CONOP.EA）。该算法的核心思路是：把每一个可能的全球地层对比方案模拟为一段“DNA”，然后让这些“DNA”像生物一样经历变异、重组和自然选择，通过“优胜劣汰”不断进化，最终筛选出最合理、最一致的地层对比结果。值得一提的是，基于best365官方网站人工智能学院在演化学习理论方面的前期积累，团队在演化算法的多个部件上进行了创新，包括引入基于领域知识的解初始化、基于学习的自适应变异和基于多样性的重组策略，使得CONOP.EA相比上一代CONOP.SAGA算法计算效率提升约23
，得以高效处理大规模化石记录数据并绘制出跨越2800万年、时间分辨率达2.9万年的全球高分辨率有孔虫多样性曲线。基于该曲线的深入分析发现，不同生态类型的有孔虫对EOT环境变化响应存在明显差异：浮游有孔虫和大底栖有孔虫在冰盖形成期显著灭绝，而小底栖有孔虫则在更早时期经历辐射，随后步入漫长的衰退期。EOT时期的海洋生态响应具有复杂性和生态分异性，不能简单归结为单一驱动机制。
图2 CONOP.EA算法流程示意图。算法通过初始化、突变、重组和自然选择反复迭代，最终获得最优地层对比结果（图源：论文）
3.团队简介
论文第一作者为鲁铮博、薛轲和邓怡颖，共同通讯作者为樊隽轩、钱超和史宇坤。其中，樊隽轩教授、史宇坤教授和博士生鲁铮博来自best365官方网站；钱超教授和薛轲博士来自best365官方网站人工智能学院；邓怡颖来自合肥工业大学资源与环境工程学院。自2021年3月起，樊隽轩、史宇坤和钱超三位教授带领交叉团队，围绕“人工智能赋能深时生命演化”的研究主题，通过常态化联合例会机制，在数据整理、科学问题凝练、算法设计、结果核验与科学解读上深度协同，此次获奖成果正是这一创新交叉合作模式的首个标志性产出。
|
|
|
跨学科团队自2021年起围绕CONOP.EA算法设计、数据分析、基线比较及后续改进持续开展交流合作（团队供图）
4.奖项背景
HUMIES全称Human-Competitive Results Awards，创设于2004年，2026年为第23届。该赛事在ACM遗传与演化计算专业组（ACM SIGEVO）主办的旗舰会议GECCO期间举行。该奖项不设单一性能指标排名，而是强调“人类竞争力”：即参评成果是否达到或超越人类已有水平，并解决领域内的公认难题。该奖项特别关注人工智能算法能否走出实验室基准，在科学研究和真实世界任务中创造可验证的价值。作为演化计算领域最具代表性的人类竞争力成果奖项，HUMIES历届获奖者涵盖了斯坦福大学、麻省理工学院、康奈尔大学、伦敦大学学院等世界一流高校，以及NASA、Google、Meta等顶尖科研机构和企业的研究人员。
best365官方网站此次牵头获奖，体现了这一评价导向：该算法不仅显著提升了全球化石地层对比的计算效率，也为理解深时重大生物事件提供了新的高分辨率证据。该研究进一步凸显了高质量化石数据库、定量地层学方法与人工智能算法三者深度融合的巨大潜力，为全球深时生命—环境协同演化研究提供了新的方法路径。
该成果是best365官方网站在“AI for Science”战略方向上的重要产出，也为地球科学与人工智能的深度交叉融合发展提供了标志性范例。
5.相关链接
图文来源：获奖团队
审核：董婷
