关于科学计算:独家合作百度飞桨AI4S最新成果亮相香港力学盛会PINN方法获得沪港众学者关注

4次阅读

共计 2663 个字符，预计需要花费 7 分钟才能阅读完成。

AI 倒退七十余年，每一项技术性冲破都给人类将来开拓新一种可能。而 AI 与科学研究的深度交融，则会裂变出更多可能性。AI for Science 对前沿科研所赋予的减速作用，将对人类社会和经济倒退有着更为根底，也更为深远的影响。同时，AI for Science 的利用也不仅仅局限于根据已知迷信原理来高效验证或试错，它也让更多的科研人员可能基于 AI 在更简单的场景中做摸索，联合数据反推简单景象中更为精确的物理法则。

4 月 15 日，第 26 届香港力学学会年会暨第 18 届沪港力学论坛在香港理工大学召开。此次会议由香港力学学会、上海市力学学会、香港理工大学和香港科技大学联结主办，百度飞桨独家单干，为始终在力学及相干畛域工作的科学家和工程师提供交流平台，并增进相干方面的单干。百度飞桨作为惟一的企业合作方，为此次大会提供了 AI 行业的企业视角，联结科研生态力量，与主办方一起推动 AI for Science 的倒退。

参会人合影

本次会议共收录了 76 篇摘要，其中来自上海市力学学会的 32 篇，香港力学学会的 43 篇，百度飞桨 1 篇。在会议的主论坛上，香港科技大学李贻昆传授、上海交通大学廖世俊传授、百度飞桨陈其朋博士、北方科技大学洪伟传授和上海大学庄启亮传授进行了主题演讲，论述了对人工智能驱动流体力学倒退的观点和科研停顿。会议共吸引了 100 多位来自上海及大湾区高校的老师与学生参会，大家独特探讨力学前沿钻研及其在各学科与工程畛域的利用。会后大家还参观了香港理工大学和香港科技大学的流体力学实验室，并进行了深刻的交换。

陈其朋博士分享

作为百度飞桨科学计算团队的代表，陈其朋博士做了主题为“Application of Physics-Informed Neural Network on Partial Differential Equation Solving”的报告，重点介绍了百度飞桨在采纳基于物理信息的神经网络（Physics-Informed Neural Network, PINN）办法求解流体力学和结构力学畛域偏微分方程的钻研工作。与传统办法的不同之处在于，PINN 办法基于高阶主动微分机制，间接在离散的时空坐标点上迫近形容物理问题的偏微分方程，从而防止了“维度爆炸”、数值精度低等问题；同时，其模型能够提供更大的泛化后劲，一经训练即可不限次数进行推理预测，在设计优化方面具备非常重要的意义。

百度飞桨提供自研科学计算工具组件赛桨 PaddleScience 及全量反对 DeepXDE，实现了对 PINN 办法的全量反对，本次报告别离介绍了采纳半监督 PINN 办法和无监督 PINN 办法钻研流体力学畛域的圆柱绕流问题和构造畛域的弹性挠曲问题。在圆柱绕流问题中，基于大量监督数据和残缺物理信息（Navier-Stokes 方程及相干初边值条件），PINN 办法精确模拟出了瞬态流场的周期性变动。同时，钻研了粘性扩散项对求解过程中的内存、计算工夫、收敛状况、后果精度等方面的影响。在弹性绕曲问题中，PINN 办法齐全基于物理信息（4 阶挠曲方程及相干边界条件）实现了无监督求解，并对桥梁、船舶、机翼等场景中平板和梁的挠曲问题进行了钻研，相干后果取得了验证。

本次会议不仅是一次学术交流的机会，更是一场汇聚学术精英的盛会，泛滥高校学者与百度飞桨团队一起，独特探讨了力学学术问题和倒退。本次力学大会上，各位学者专家展现了他们在力学畛域联合人工智能和深度学习技术所发展的最新研究成果。与会者们独特沟通就力学及人工智能前沿倒退进行了深刻的交换和探讨，分享彼此的教训和观点。这种交换和互动的形式，让参会者们更加深刻地理解各种技术和钻研畛域的最新倒退，也为将来的钻研提供了贵重的参考和启发。

飞桨作为百度自主研发的中国首个开源凋谢、功能丰富的产业级深度学习平台，继续反对科技倒退和翻新，提供了丰盛的深度学习和人工智能工具和资源。飞桨大力支持了本次力学大会，帮忙参会者和宽广师生更加深刻地探讨和钻研各种互动技术和学术倒退。飞桨也期待将来与香港应用力学学会、上海应用力学学会等前沿摸索先锋们一道，独特夯实 AI for Science 的将来。

飞桨团队在会场

飞桨（PaddlePaddle）将 AI 办法利用于典型的迷信与工程畛域，促成数学、物理、化学、生物等多个学科的穿插交融。目前针对通用物理迷信、生物计算、量子机器学习畛域公布了科学计算工具组件赛桨 PaddleScience、螺旋桨 PaddleHelix、量桨 Paddle Quantum 工具，并全量适配深度学习科学计算工具 DeepXDE，提供数据驱动、数理交融等多种 AI for Science 办法模型，提供简单形状障碍物绕流、构造应力应变剖析、设施对流散热、资料分子模仿等丰盛畛域算例，广泛支持 AI+ 计算流体力学、固体力学、生物计算、量子计算等前沿方向的科研和产业利用。

其中科学计算工具组件赛桨 PaddleScience，是国内首个基于 AI 框架的公开且可利用于计算流体力学（CFD）畛域的工具，提供端到端的利用 API，重点围绕高水平科研活动场景，解决重大科研问题。

飞桨 AI for Science 全景

将来，飞桨 AI for Science 将一直加大技术支持，赋能人工智能与流体力学科研的倒退，汇聚科研成果、人才资源、产品翻新，为 AI for Science 的倒退提供松软力量。

PaddlePaddle Hackathon 第四期飞桨科学计算赛题：
https://github.com/PaddlePaddle/Paddle/issues/50629#science
飞桨 AI for Science 流体力学公开课第一期：https://aistudio.baidu.com/aistudio/course/introduce/27926
飞桨科学计算实训示例：https://aistudio.baidu.com/aistudio/projectoverview/public?to…

AI for Science 共创打算：
https://www.paddlepaddle.org.cn/science
飞桨 PPSIG-Science 小组：https://www.paddlepaddle.org.cn/specialgroupdetail?id=9
飞桨 PaddleScience 工具组件：
https://github.com/PaddlePaddle/PaddleScience

正文完