随着深度学习一直驱动技术创新，人工智能科学计算迈向高质量倒退路线。百度飞桨作为科学计算的动摇支持者，打算于 7 月 13 日举办飞桨科学计算线下交流会。本次交流会以百度飞桨深度学习框架为基座，宽泛联动人工智能科学计算畛域头部专家学者、高等院校、科研机构和开发者，搭建科学计算从业者宽泛交换、深度交融的平台，探讨行业动态、科研成果、开源建设等多种议题，全力推动 AI for Science 建设与倒退。
在这次交流会上，咱们将向大家介绍飞桨 PaddleScience v1.0 版本。赛桨 PaddleScience 是一个利用于科研畛域的端到端科学计算工具组件，利用飞桨深度学习框架的主动 (高阶) 微分机制和高层 API，解决物理、化学、气象等畛域的问题。反对物理机理驱动、数据驱动、数理交融三种求解形式，并提供了根底 API 和详尽文档供用户应用与二次开发。
流动详情
流动主题
AI for Science—人工智能减速迷信发现与科学计算
流动工夫
7 月 13 日 14:00-17:00
流动地点
上海 · 百度飞桨赋能核心
报名要求
欢送从事计算机 / 人工智能或各畛域科学计算方向的钻研人员踊跃报名
报告主题
本次线下交流会咱们邀请到国内外优良的科研人员分享他们在相干畛域的常识和研究成果，为大家提供一个学习和深入探讨的机会。
主题一：飞桨科学计算产品报告
主讲人：张艳博，飞桨高级技术产品经理
演讲主题：《飞桨 AI for Science 畛域摸索与产品建设现状》
报告简介：介绍飞桨 AI for Science 整体产品建设状况
主讲人：何森森，飞桨工程师
演讲主题：《飞桨 PaddleScience V1.0 性能介绍及使用指南》
报告简介：介绍飞桨 AI for Science 整体产品建设状况
主题二：AI for Science 学术报告
主讲人：孟旭博，2017 年博士毕业于华中科技大学能源与能源工程学院；2018 年 -2022 年美国布朗大学利用数学系从事博士后钻研工作, 单干导师为美国工程院院士 George Em Karniadakis 传授；2022 年 3 月至今任华中科技大学数学与统计学院数学与利用学科穿插翻新研究院副教授。次要钻研方向为科学计算中的深度学习办法。截至目前已在 JCP、CMAME、SIAM Review 等期刊发表 SCI 论文 20 余篇，谷歌学术总援用 2600 余次，4 篇论文入选 ESI 高被引论文，1 篇论文为热点论文；负责 JCP、SISC、CMAME、Nat. Comput. Sci . 等期刊审稿人。
演讲主题：《科学计算：交融多保真数据的复合神经网络》
报告简介：机器学习的最新倒退也影响了物理零碎的计算建模，例如地球科学和工程学。通常，简单物理零碎的优化须要大量高保真数据集，这可能导致计算成本过高。另一方面，不充沛的高保真数据会导致不精确的近似值和可能的谬误设计。多保真度建模已被证实能够通过利用低保真度和高保真度数据在不同利用中实现高精度。在本次演讲中，我将介绍一种新开发的用于多保真度数据交融的深度学习算法及其在函数迫近和逆 PDE 问题中的利用。
主讲人：王韫博，上海交通大学助理传授，清华大学博士，CCF 优博，国家自然科学基金原创摸索我的项目负责人。次要从事机器学习与计算机视觉的钻研，专一于可微物理模仿、有模型强化学习等方向，在 TPAMI、NeurIPS、ICML、CVPR 等 CCF- A 类期刊和会议上发表论文 20 余篇，2020 年入选上海市青年科技扬帆打算。
演讲主题：《世界模型：直觉物理推理与决策》
报告简介：世界模型，是指智能体通过与环境交互，或通过观察物理世界的视觉表观演变，摸索和推断其外部动力学模型，构建物理世界的可微分模拟器。近十年间，J. Tenenbaum、J. Schmidhuber、Y. LeCun 等人别离从贝叶斯认知实践、视觉环境决策、自监督学习的角度给出了世界模型的不同表达形式。然而，如何在简单的视觉场景中建设无效的世界模型依然是一项凋谢课题。本次报告围绕世界模型的“察看”与“交互”两个方面，别离介绍“3D 逆图形学物理推断”和“基于世界模型的强化学习”办法，相干工作别离发表于 2022 年的 ICML 和 NeurIPS（Spotlight）。前者为流体动力学模仿提供了一种新思路，后者利用于 DeepMind Control 机械臂视觉管制工作和 CARLA 主动驾驶工作，为以后最佳基线模型之一。
主讲人：Madeleine Martinsen, Head of R&D Hoist & Underground Mining at ABB Service. More than 34 years of wide competences from engineering, internal auditing, controlling to management positions within both the Power and Automation Industry at ABB. Including abroad assignments in Germany, Ecuador, USA and Denmark. A trouble-shooter with successful experience from“turning around”businesses. As a person enthusiastic, she is open minded, optimistic, curios, analytic, structured and result oriented. Her driving force is best used within an organisation where daily operational excellence is at focus as for serving customers. Currently focusing on finalizing her PhD with the title‘Monitoring of airflow and airborne particles, to provide early warning of irrespirable atmospherics conditions’.
主讲人：Erik Dahlquist (瑞典皇家工程院院士), Experienced Professor with a demonstrated history of working in the higher education industry. Skilled in Computer Science, Smart Grid, Biomass, Modeling, and Research and Development (R&D). Strong education professional with a PhD focused in Chemical Engineering from Kungliga tekniska högskolan.
演讲主题：《工业数字化：Smart Industries demands Smart Services》
报告简介：The industries production is predicted to completely develop into an autonomous operation in the future. Developing an autonomous manufacturing system can for some industries prove difficult due to inadequate connectivity and non-uniform manufacturing environment. This is the case for the mining business. To resolve the connectivity issue, the industries are investing in information system (IS) and information technology (IT), infrastructure to provide connectivity to the overall control system, which will support their digitalization journey. Anyhow, the transition to a fully autonomous mining will not happen over a night. A complete autonomous mining operation will demand solutions that can be trustworthy. Timely detection of faults, which can lead to harmful and dangerous situations, is of the most importance in an autonomous mining operation. Preventing and predicting the need for maintenance will play an important ingredient succeeding.