Jiaqi Zhang將任哥倫比亞大學計算機助理教授
Jiaqi Zhang宣佈2027年1月加入Columbia University計算機系任助理教授，實驗室方向爲因果推斷、人工智能、實驗設計與生物醫學應用，並開始招收博士生與博士後。
她於MIT EECS取得博士學位，導師爲Caroline Uhler，本科就讀Peking University數學專業，曾在ByteDance、Microsoft Research與Apple實習。研究聚焦從數據中識別因果關係、外推干預效應，以及選擇信息量最大的干預，服務細胞生物學與生物醫學發現。相關工作包括因果解耦可識別性、干預設計主動學習、單細胞擾動建模，並參與組織CLeaR會議與NeurIPS因果科學工作坊。
招聘窗口對準本秋計算機博士申請。實驗室落在紐約，把統計因果與溼實驗設計接進同一組。Columbia計算機系用新聘把因果與生醫計算寫進師資表，與MIT、Broad Institute一帶的擾動預測網絡相連。
市場機制上，這是學術編制對因果與擾動預測人才的定價。受益方是要建交叉實驗室的院系與需要干預設計工具的生醫實驗室；承壓方是同類方向仍在搶同一批博士生的私立實驗室。資金來自教職啓動包與後續聯邦及基金會課題，不經過產品發佈。
到崗在2027年1月。論文與會議組織是既有產出，實驗室規模取決於第一屆招生。
來源：公開信息
ABAB AI 解讀
因果推斷從理論可識別性走進單細胞擾動，教職把這條線釘在常春藤計算機系，而不是隻留在統計或醫學院。Uhler門下訓練的是“選哪一個干預最值當”，製藥與細胞圖譜都按這個邏輯買計算。紐約提供醫院與基因組中心距離，也提供博士生生源。不發幣、不融資，啓動包就是這一輪的資本支出。
人才市場把因果加生醫寫成稀缺組合：純大模型崗位供給多，能把干預設計寫成算法的供給少。ByteDance與Apple實習說明工業界要過同類工具，最終編制仍回學校，因爲溼實驗協作更適合學術時間表。
對照各校搶奪AI+生命科學助理教授、以及Broad周圍的擾動預測競賽。行業從相關預測進入可干預預測：誰能告訴實驗先打哪一個基因，誰就進入實驗預算。
這屬於技術替代在學術編制上的投影：隨機篩查被信息量最大化的實驗設計替代。機制是教職把方法定下來，博士生把方法做成可重複流水線。
ABAB News · 認知定律
能決定先做哪一次干預，比再擬合一次相關更稀缺
生醫計算的教職，買的是實驗室距離不是參數規模
模型預測細胞反應，編制決定誰能把預測送進培養皿