作为首个“人机共创大会”，百度 Create AI 开发者大会（下称“Create 大会”）利用 AIGC（利用 AI 技术主动生成内容的生产方式）技术，发明、搭建、连贯了多个科技感爆棚的数字化演讲场景。Create 大会每年都会吸引寰球开发者关注，不仅仅是中国的 AI 技术洼地，也是寰球新兴技术产业倒退的“风向标”。
大会中，百度创始人、董事长兼 CEO 李彦宏、百度 CTO 王海峰先后发表主题演讲。李彦宏率先解密“增长从何而来”，王海峰提出人工智能倒退进入“深度学习 +”阶段。
此外，百度最强科技天团携十大“黑科技”重磅亮相。九位科技大咖分享了百度在人工智能、主动驾驶、智能交通、智能搜寻、量子计算、人工智能科学计算等畛域的最新进展与思考。
会上，百度卓越架构师胡晓光以《让将来照进事实：人工智能科学计算》为主题进行了分享。
分享实录
全文 1740 字
预计浏览 5 分钟
我是“百度技术”解说人胡晓光，我将为大家解说 飞桨平台如何践行基础科学、根底钻研和底层技术的百度两基一底理念。
量子计算的倒退，离不开人工智能技术的翻新利用，除了撑持量子计算这样的前沿畛域向产业化迈进，人工智能也同样帮忙许多畛域的科学家们减速科学研究的过程，这就是人工智能科学计算，英文叫 AI for Science。AI 正逐步利用在物理问题的求解与发现中。
工程制作畛域
比方在工程制作畛域，AI 能够用来减速飞行器和汽车的气动形状设计，用来预测及预防摩天大楼、跨海大桥等大型工程设施在台风等极其天气下的振动。
气象畛域
在气象畛域，AI 能够实现更快更精准的数值天气预报，包含预测强对流天气的短时邻近降水状况和揭示大尺度的台风造成和演变法则。
生命科学畛域
在生命科学畛域，传统的科研办法面临生物类型试验数据少、计算工作简单、学科穿插多等挑战，而随着 AI 利用摸索的继续推动，AI 已逐步在药物筛选、药物设计、靶点钻研、合成生物学、疾病机理钻研等方面实现落地和继续的提高。
咱们能够看到人工智能科学计算，目前正处于从宽泛科研翻新逐渐走向规模化产业利用的阶段。AI for Science 为解决迷信问题带来新办法的同时，也对人工智能根底软硬件和科研生态带来诸多新挑战。
- 首先，对迷信问题机理化的摸索，须要深度学习平台可能具备更加丰盛的各类计算表达能力，如高阶主动微分、复数微分、高阶优化器等；
- 其次，迷信问题的求解往往须要超大规模的计算，这对深度学习平台与异构超算 / 智算核心适配及交融优化，神经网络编译器减速和大规模分布式训练提出了新的要求；
- 此外，如何实现人工智能与传统科学计算工具链的协同，也是须要解决的问题。
AI for Science 作为一种新的科研范式，充分体现了 AI 与基础学科的穿插交融，这须要大量的跨畛域科研人才，造成稳固、优质的科研生态，来减速 AI for Science 的技术创新与利用落地。
在根底软硬件层面，飞桨作为 国内首个自主研发、功能丰富、开源凋谢的产业级深度学习平台 ，研发了 通用高阶主动微分、神经网络编译器和大规模分布式计算 等核心技术。
深度适配超算、智算的异构算力，撑持 AI 办法与基础学科办法穿插交融，能够冲破基础学科中“管制方程数值求解”时所面临的维数高、计算量大等挑战，实现数据和物理机理驱动的微分方程疾速智能求解和跨尺度模仿仿真。
针对科学计算问题的定义与求解，飞桨既提供灵便、高效的深度学习框架，反对开发者通过调用框架提供的根底开发接口，实现自定义物理方程、模型组网、仿真计算等过程；同时飞桨也提供了多畛域的工具组件，反对开发者通过调用工具组件提供的高层开发接口，实现物理问题求解。咱们公布了 赛桨 PaddleScience、螺旋桨 PaddleHelix、量桨 Paddle Quantum等科学计算开源工具组件。
科学计算开源工具组件
反对简单形状障碍物绕流、构造应力应变剖析、资料分子模仿等丰盛畛域算例，广泛支持 AI 加计算流体力学、生物计算、量子计算等前沿方向的科研摸索和产业利用。
在 科研生态 层面，飞桨曾经与高校、科研机构等发展了计算流体力学、分子动力学、能源气象学等方面的范例建设，并造成了一些开放性的、多学科穿插的生态社区，包含飞桨非凡兴趣小组（PPSIG）、共创打算等，咱们也十分期待和各方一道进行技术联合开发、推广资源共享，生态商机共建。