共话AI4S实践｜2023AICC大会AI for Science论坛在京举办

11月29日，2023人工智能计算大会（AICC）在北京召开。本届大会由北京市科委中关村管委会、北京市经济和信息化局、海淀区政府支持，浪潮信息主办。大会重点围绕智算基础设施、大模型创新、AI Infra 技术创新、自动驾驶创新与应用、AI for Science、智算开放标准等热点话题开设一场主题论坛，六场专题分论坛，近百位政产学研专家现场分享前沿趋势和创新成果。

期间，北京科学智能研究院与浪潮信息联合主办了AI for Science创新论坛，来自生命科学、材料学、天文学、地球动力学等领域的科学家代表从不同学科领域角度分享了在人工智能的驱动下，科学研究发生的变化以及前沿应用案例。北京大学工学院特聘研究员、北京科学智能研究院研究员陈帜，北京科学智能研究院算法研究员张铎进行了主题报告。

AI for Science科学研究新范式，赋能燃烧反应流体模拟

‍

基础研究是整个科学体系的源头。长期以来，科研人员在实际研究中面临着很多共性问题和难点。AI for Science为解决这些问题提供了有效手段，科研范式的革新意味着基础科研工具和基本科研模式的全方面改变，进一步推动新的科技革命和产业变革。AI for Science已经为化学化工、材料设计、药物研发等领域赋予了新的生机，也正在从概念导入期进入了落地应用阶段。北京大学工学院特聘研究员、北京科学智能研究院研究员陈帜老师对AI for Science的发展现状以及应用前景进行了介绍，并围绕燃烧反应流体模拟这一应用场景，阐述了AI for Science在该领域的实践。

反应流计算流体力学是先进能源与动力系统发展的重要技术之一，但它仍受到湍流流动和化学反应强耦合、多尺度、多相和多组分物理化学过程等挑战的制约。在强湍流条件下进行全解析尺度和组分的反应流模拟需要大量计算资源，而传统的简化建模方法如雷诺平均Navier-Stokes和大涡模拟则受限于物理假设，泛化性较差。机器学习的快速发展为克服反应流模拟准确性与效率之间的困境提供了新的机会。陈帜老师以DeepFlame为例，介绍道“DeepFlame平台整合了最先进的机器学习算法和库，同时具备卓越的计算性能。DeepFlame的目标是推动AI方法在反应流CFD领域的应用与发展，为克服传统模拟方法的限制提供一个非常有前景的解决方案，同时也展示出AI+异构计算在反应流科学计算中的巨大潜力。”DeepFlame项目初衷是立足于DeepModeling社区已经形成的开源协同文化，并借鉴社区内其他领域项目的发展经验，建设一个服务于燃烧反应流体科学计算社区的开源平台，吸引更多的开发者加入DeepFlame的行列，进而反哺到更广泛的用户群体当中，乃至推动燃烧计算在工业场景中的应用落地。

机器学习算法+预训练模型：构建探索微观世界的基础设施

作为AI for Science的经典代表方法，深度势能方法突破了过往原子间势函数计算效率与精度难以兼得的挑战。自2017年首次提出，深度势能已被广泛应用于不同的研究体系。2020年以第一性原理的精度应用于超过1亿个原子的MD模拟，并获得了戈登贝尔奖，是物理建模与机器学习的相互集成和融合的典型代表，如今DeePMD 能进行的模拟规模已达百亿。随着深度势能方法的基础理论不断地发展，该方法已被广泛应用。

预训练模型在文本、图像领域已经证明其卓越性，在原子层面，同样需要预训练模型来解决探索微观世界的效率和成本问题。北京科学智能研究院算法研究员张铎谈到，“近年来在材料、能源、生物制药等领域，从原子尺度进行建模近年来已经取得了跨越式的发展。但过往面对新的复杂体系，需生成大量数据来从头训练模型，成本高昂，费时费力，也容易出现重复建设。深度势能原子间势函数预训练模型DPA的出现，证明了微观模拟实现“预训练+少量数据微调”的可行性，可解释性高，在保证预测精度的前提下，大大降低训练成本和训练数据量，显著减少了建模开销。”这是势函数生产的新范式，被誉为“自然科学界的GPT”。DPA对原子间的相互作用实现了充分的建模，通过在现有数据上的训练，能够学习到更多隐藏的原子交互信息，极大提升了模型在包含不同构象、不同组分的数据集之间的迁移能力，从而也提升了在数据生成时的采样效率；并且模型通过对元素信息的编码，拓展了对元素的容量。目前已应用于高熵合金、显示材料、电池材料设计等场景。

提升科研创新效能，赋能产业研发应用，越来越多的科研人员和产业研发人员正基于AI for Science ，将实际应用需求拆解为相关科学问题，并攻克其中的关键难题，优化相关领域的研发流程，助力提升研发效率。与此同时，相信AI for Science将带动科学研究走向“平台科研”模式，并推动共建AI for Science科研创新与成果转化的体系，解决行业的真问题，推动实现产业效能提升。

- End -

（如需转载图文请与公众号后台联系）

关于AISI

北京科学智能研究院（AI for Science Institute,Beijing，以下简称AISI）成立于2021年9月，由鄂维南院士领衔，致力于将人工智能技术与科学研究相结合，加速不同科学领域的发展和突破，推动科学研究范式的革新，建设引领世界的「AI for Science」基础设施体系。

AISI的研究人员来自国内外顶尖高校、科研机构和科技企业，共同聚焦物理建模、数值算法、人工智能、高性能计算等交叉领域的核心问题，开展关键技术攻关，加速开源生态建设，提升原始创新效能。

AISI致力于创造思想碰撞的学术环境，鼓励自由探索和跨界合作，共同探索AI for Science的无限可能。

如何加入北京科学智能研究院

北京科学智能研究院多岗位热招进行中，

加入我们，奔赴AI for Science新未来！

岗位详情请点击：加入我们，与AI for Science相遇

期待优秀的你加入！