浙江大学张强研究员

报告生成时间：2026年8月20日
个人主页：张强
所属团队：浙江大学知识引擎实验室（ZJUKG/zjunlp）/ 杭州国际科创中心AI交叉中心

一、学者基本信息

字段	信息
姓名	张强（Qiang Zhang）
出生年份	未公开（待核实）
职称	博士，长聘教轨助理教授、研究员，博士生导师
所属单位	浙江大学国际联合学院；浙江大学杭州国际科创中心（HIC-ZJU）
实验室职务	杭州国际科创中心AI交叉中心PI；SciAI Lab（与浙江大学知识引擎实验室关联的交叉团队）研究PI
学术头衔	求是科创学者；“浙大科创百人”（ZJU100 Young Professor）
国家级人才	公开资料未见国家级人才项目入选信息（待核实）
其他任职	《Big Data Research》副编辑；中国中文信息学会语言与知识计算专委会委员；教育部知识工程虚拟教研室成员
邮箱	qiang.zhang.cs@zju.edu.cn
研究方向	深度学习、统计机器学习、自然语言处理、知识图谱、AI for Science（分子、蛋白质、药物的预测、设计与生成）、生物分子智造

资料以浙江大学个人主页、杭州国际科创中心官网及SciPilots团队页为准。需要注意的是，张强目前同时在国际联合学院与杭州国际科创中心开展工作；本报告中的“ZJUKG/zjunlp”归属，指其与陈华钧教授领导的知识引擎方向及SciAI交叉团队的公开合作关系，而非据此推断行政隶属。

二、教育背景与职业履历

张强的学术训练横跨中国的计算与数据科学教育体系、英国信息检索与机器学习研究环境，以及浙江大学的知识图谱与AI for Science交叉平台。公开履历显示，他于2010—2014年在山东大学完成学士学习，2014—2017年在中国科学院攻读硕士；2017—2020年进入英国伦敦大学学院（University College London，UCL）计算机科学系攻读博士，导师为信息检索、机器学习与自然语言处理学者Emine Yilmaz教授。博士毕业后，他于2020—2021年继续在UCL计算机科学系从事博士后研究。

其UCL阶段的研究网络可从共同署名论文中观察：与导师Emine Yilmaz、Aldo Lipani、Omer Kirnap等合作发表了面向神经点过程、Hawkes过程、持续元学习的研究，例如《Self-Attentive Hawkes Process》（ICML 2020）、《Learning Neural Point Processes with Latent Graphs》（WWW 2021）与《Variational Continual Bayesian Meta-Learning》（NeurIPS 2021）。这条脉络将其早期的信息检索、时序建模和机器学习方法研究，与后续在国内展开的大模型、知识图谱和科学智能研究连接起来。

回国后，张强加入浙江大学杭州国际科创中心，公开页面将其列为求是科创学者、研究员、“浙大科创百人”及AI交叉中心PI；其后浙江大学个人主页亦标注其为长聘教轨助理教授、研究员和博士生导师。当前工作以机器学习和知识图谱为方法底座，延展至蛋白质、分子、药物的预测与生成，并在国际联合学院、计算机学院和工程师学院参与研究生培养。

2010—2014年：山东大学，学士。
2014—2017年：中国科学院，硕士。
2017—2020年：英国伦敦大学学院计算机科学系，博士；导师Emine Yilmaz教授。
2020—2021年：英国伦敦大学学院计算机科学系，博士后研究员。
2021年后：加入浙江大学杭州国际科创中心，任研究员、“浙大科创百人”、AI交叉中心PI；后公开任职信息显示其为浙江大学长聘教轨助理教授、博士生导师（具体转任年月待核实）。

三、学生培养情况

公开团队页展示的是SciAI Lab整体成员，未逐一标明每位成员的直接导师。因此以下人员以“共享团队/共同项目关系”呈现；除有公开材料明确证明外，不将其写作张强的独立、直接指导学生。

1. 王泽元（钱塘国家实验室，团队校友/共同研究关系）

SciAI Lab校友页标注其为博士生，去向为钱塘国家实验室。公开报道显示，王泽元曾作为《DePLM: Denoising Protein Language Models for Property Optimization》（NeurIPS 2024）一作进行论文和演示分享，反映其在团队蛋白质语言模型方向的深度参与。其与张强的具体导师—学生隶属关系未见单独公开标注（待核实）。

2. 秦明（去向未公开，团队校友/共同研究关系）

SciAI Lab校友页列为博士生，去向标为“TBC”。在2025年发表于Nature Communications的蛋白质语言模型与自动化生物铸造平台研究中，秦明与张强、陈华钧等共同署名，参与AI驱动蛋白质工程的跨学科研究；是否由张强直接指导，公开资料不足（待核实）。

3. 王宇昊（硕士生，团队在读成员/共同研究关系）

SciAI Lab在读成员页列为硕士生。其亦参与上述蛋白质语言模型—自动化生物铸造闭环研究，显示培养体系已将硕士生接入模型、实验与工程协同的AI for Science项目。直接导师关系待核实。

4. 杨海红（博士生，团队在读成员/知识图谱与分子智能方向共同研究关系）

SciAI Lab在读成员页列为博士生。张强在杭州国际科创中心官网所列的《Molecular Contrastive Learning with Chemical Element Knowledge Graph》（AAAI 2022）论文中，与杨海红、庄翔、陈华钧等共同署名，体现其在知识图谱增强分子表征方向的协作培养关系；直接导师关系待核实。

5. 庄翔（博士生，团队在读成员/知识图谱与分子智能方向共同研究关系）

SciAI Lab在读成员页列为博士生。其与张强在上述AAAI 2022分子对比学习研究中共同署名，研究主题将化学元素知识图谱与分子建模结合；直接导师关系待核实。

6. 徐彤（博士生，团队在读成员/共享团队关系）

SciAI Lab在读成员页列为博士生。公开页面未说明其具体课题和直接指导教师，故仅能确认其为团队培养网络成员（待核实）。

7. 李晓彤（硕士生，团队在读成员/共享团队关系）

SciAI Lab在读成员页列为硕士生。公开页面未提供其与张强的直接指导关系或论文对应信息（待核实）。

8. 俞婧（硕士生，团队在读成员/共同研究关系）

SciAI Lab在读成员页列为硕士生，并与丁克炎、黄俊杰、杨宇晨、张强、陈华钧共同署名SciToolAgent研究。该关系可确认其参与团队的科学工具智能体方向；直接导师关系待核实。

此外，团队校友还包括毕真（湖州师范学院）、方寅（美国国立卫生研究院）、郭凌冰（天津大学）、张梦瑶（中国航空研究院）和向卓逸（华为）。他们的去向显示团队培养网络同时通往高校、国家科研机构、医疗科研机构和产业部门；但公开来源没有逐一确认其直接导师，不能据此全部归为张强的独立学生。

四、学术合作网络

4.1 实验室内部合作

张强与陈华钧教授之间的合作是其国内学术网络的关键枢纽。陈华钧是浙江大学知识引擎实验室负责人，研究覆盖知识图谱、自然语言处理与AI for Science；张强则在同一交叉问题域中推进机器学习、分子与蛋白质智能。双方共同署名的代表工作包括：

Deep Reinforcement Learning for Entity Alignment（ACL 2022）：张强与郭凌冰、韩雨强、陈华钧合作，将深度强化学习用于实体对齐。
OntoProtein: Protein Pretraining With Gene Ontology Embedding（ICLR 2022）：张强参与将Gene Ontology知识嵌入蛋白质预训练，体现知识图谱—蛋白质语言模型的结合。
Molecular Contrastive Learning with Chemical Element Knowledge Graph（AAAI 2022）：将化学元素知识图谱引入分子对比学习。
SciToolAgent: a knowledge-graph-driven scientific agent for multitool integration（Nature Computational Science, 2025）：由丁克炎、俞婧、黄俊杰、杨宇晨、张强、陈华钧共同完成，探索以科学工具知识图谱驱动大模型自动编排生物、化学和材料工具。

从组织层面看，SciAI Lab由浙江大学计算机学院、杭州国际科创中心智能生物/化学制造研究所和药学院交叉成员组成；张强与陈华钧、丁克炎共同作为研究PI出现。这使张强的网络不局限于单一NLP课题组，而是与知识引擎、自动化科研工具和生物化学制造团队形成项目型协作。

4.2 跨机构合作

跨学科、跨单位合作主要表现为“算法—实验—制造”闭环。2025年Nature Communications论文《Integrating protein language models and automatic biofoundry for enhanced protein evolution》由张强、陈婉怡、秦明、王宇昊、蒲忠骥、丁克炎等与陈华钧、郝然宇等共同完成。论文将蛋白质语言模型与自动化生物铸造平台连接，在Design-Build-Test-Learn框架下以tRNA合成酶为模型酶进行多轮进化；这表明其合作网络已覆盖计算机、生命科学、实验自动化及生物制造环节。

在知识图谱和科学智能方向，张强与知识引擎实验室成员、杭州国际科创中心研究者以及浙江大学药学相关团队共同开展研究。应区分“共同署名”与“长期固定合作”：公开论文能证明具体项目合作，但不能在缺少完整论文计量数据的情况下量化各合作者的合作频次或主从关系。

4.3 国际合作

国际合作的第一层来自UCL师承网络。Emine Yilmaz教授是张强博士导师，双方在神经点过程与元学习论文中持续共同署名；Aldo Lipani、Omer Kirnap构成其UCL时期的共同作者群。该网络将张强与信息检索、用户行为建模和机器学习国际社群相连。

第二层来自其公开履历所载的国际产业研究经历：曾在Facebook AI Research、Amazon Alexa担任研究型科学家实习生，并曾访问或工作于Microsoft Research Cambridge。这些经历可视为国际科研交流和应用研究连接，但公开资料并未披露具体项目、任期和共同成果，故不宜延伸推断为正式长期联合实验室或持续资助关系（待核实）。个人主页还载明其于2023年在哈佛医学院、2024年在美国劳伦斯伯克利国家实验室作主题报告，反映其在国际生命科学与能源科学场景中的学术交流。

五、业界合作关系深度分析

5.1 产业合作

张强的产业连接具有“科研资助—人才培养—技术转化”三条线。

第一，公开主页列举其主持或参与国家自然科学基金、科技创新2030新一代人工智能重大专项子课题、浙江省“尖兵”“领雁”重点研发计划课题，以及CCF-腾讯犀牛鸟联合基金、CCF-蚂蚁科研基金、CAAI-MindSpore基金等项目；其中腾讯、蚂蚁集团和MindSpore相关基金构成明确的产学研支持节点。公开资料仅说明获得资助或项目支持，未公布每项的合同金额、项目题目、成果归属及产品落地情况，故不作超出来源的判断。

第二，其曾获Google NLP Grant、NVIDIA GPU Grant，显示团队在NLP/大模型研究阶段获得国际技术企业的研究资源支持。结合Facebook AI Research、Amazon Alexa、Microsoft Research Cambridge的研究经历，张强的产业网络起点在自然语言处理、信息检索与机器学习；回国后则更多向知识图谱、科学智能和生物分子设计延展。

第三，陈华钧领导的知识引擎实验室公开设有浙江大学—蚂蚁集团知识图谱联合研究中心、浙江大学—阿里巴巴集团知识引擎联合实验室。张强与陈华钧在多个知识图谱和AI for Science论文中合作，因此可将这些联合平台视为其所在合作生态的重要产业接口；但没有公开材料证明张强在每一个联合平台内担任具体行政或项目职务（待核实）。

5.2 创业孵化

SciPilots团队页将王一鸣列为“HIC-ZJU Industrial Partner”及SciPilot创始人、CEO，并将SciPilot与SciAI Lab并置展示。由此可确认张强所在交叉团队与SciPilot存在公开展示的产业伙伴关系。团队主页同时提供模型探索入口，并发布面向科学发现的LLM、知识图谱、蛋白质与化学工具项目，呈现从学术原型到科研软件/服务的转化方向。

不过，现有公开资料没有标明张强是否为SciPilot股东、创始人、顾问或公司管理者，也未披露商业化收入、融资、产品部署规模或知识产权归属。因此，更稳妥的判断是：该关系体现了科研团队与产业伙伴的孵化/转化接口，而不能直接等同于张强个人创业。蛋白质语言模型与自动化生物铸造工作所展示的闭环平台，具有酶工程与生物制造应用潜力，但其实际产业部署情况仍待核实。

六、重要奖项与学术兼职

类别	事项	年份/任期	说明
奖项	Great Britain-China Educational Trust（中英教育信托）荣誉/奖项	2020	浙江大学个人主页与英文主页均有记载；奖项中文正式名称表述待核实。
奖项	Google NLP Grant	未公开	杭州国际科创中心官网记载。
奖项	NVIDIA GPU Grant	未公开	杭州国际科创中心官网记载。
奖项	CCF-腾讯犀牛鸟优秀项目奖	2023	个人主页记载。
奖项	MindSpore杰出导师奖	2024	个人主页记载。
奖项	AAAI-25 New Faculty Highlight	2025	个人主页记载。
奖项	CCF产学合作优秀案例奖	未公开	个人主页记载，具体获奖年度待核实。
教学荣誉	浙江大学本科生科研优秀成果特等奖最佳指导教师	未公开	个人主页称全校共3人，年度待核实。
期刊兼职	《Big Data Research》副编辑（Associate Editor）	现任信息以公开主页为准	公开主页明确列示。
学术组织	中国中文信息学会语言与知识计算专委会委员	现任信息以公开主页为准	公开主页明确列示。
教研组织	教育部知识工程虚拟教研室成员	现任信息以公开主页为准	公开主页明确列示。
会议服务	NeurIPS、ICML、ICLR等会议程序委员会成员/审稿服务	NeurIPS 2019—2024；ICML 2019—2024；ICLR 2018—2025（按英文主页表述）	以个人英文主页所列范围为准；具体角色和每年实际服务情况待核实。

七、Connection圈层总结

第一圈层：导师与核心方法共同体。 Emine Yilmaz及UCL时期共同作者Aldo Lipani、Omer Kirnap构成张强的国际学术源头，合作主题集中于信息检索、神经点过程、时序用户行为与持续学习。这一圈层提供机器学习与NLP方法积累。

第二圈层：浙江大学知识引擎与SciAI交叉核心。 陈华钧是国内合作网络的核心节点；张强与其及丁克炎等在知识图谱、蛋白质预训练、分子对比学习和科学智能体中持续共同署名。该圈层的鲜明特征是把“知识图谱+大模型”从语言和数据任务推进至科学发现。

第三圈层：学生与青年研究者培养网络。 SciAI Lab公开列有博士、硕士、工程师和校友，王泽元、秦明、王宇昊、杨海红、庄翔、俞婧等通过蛋白质建模、分子知识图谱、科学工具智能体等项目与张强形成共同研究关系。由于导师对应关系没有逐人公开，网络报告应将其视为团队培养关系而非全部认定为直属学生。

第四圈层：生命科学与自动化制造合作网络。 围绕蛋白质语言模型、自动化生物铸造、酶工程与科学工具编排，张强与来自计算机、药学、生物制造和实验平台的研究者构成跨学科网络。该圈层的价值在于将算法评价从纯数据集扩展到实验闭环和生物分子优化。

第五圈层：产业与国际交流网络。 腾讯、蚂蚁集团、华为MindSpore、Google、NVIDIA等构成资金、算力和产学研接口；Facebook AI Research、Amazon Alexa、Microsoft Research Cambridge及UCL关系形成国际科研与工业交流链路。SciPilot作为HIC-ZJU工业伙伴，提供科学智能成果向工具和服务转化的潜在通道。对于未公开的项目分工、商业权益和长期合作深度，均应保留“（待核实）”而非作确定性描述。

总体上，张强的关系网络呈现“UCL机器学习/NLP训练—浙大知识图谱平台—AI for Science与生物制造闭环—产业转化接口”的多层结构。其独特位置不是单纯连接NLP或知识图谱社群，而是在陈华钧团队知识引擎生态中，承担将模型、图谱和科学实验场景相互耦合的交叉节点角色。

浙江大学 张强 研究员