![]()
今年诺贝尔奖的颁发，将科学界与人工智能的结合推向新的高潮，表明了人工智能在科学研究中的巨大潜力和价值。AI for science 对于广大科研学者来说是一个充满挑战与机遇的新兴领域，然而百度飞桨作为我国在科学计算领域内率先布局的深度学习平台，凭借其前瞻性的视野，多年来通过共创计划与学术界保持着密切且持续的合作。这一过程中，百度飞桨深化了自身在科学计算领域的专业技术优势，并沉淀出了丰富的实践经验。
![]()
共创计划强势升级支持力度
为进一步推动人工智能与科学研究的深度融合，百度飞桨今日宣布正式启动 2024年度 “AI for Science共创计划”，旨在携手科研学者共研顶尖学术论文，针对数学、物理学、流体力学、材料科学、化学、气象等方向，共同推进人工智能技术在科学计算、工程应用等领域的创新突破。本次共创计划将提供企业导师团队的技术支持、丰富的项目代码与数据集、GPU算力、AI for science全新系列课程，为科研之路保驾护航。同时，共创计划也要求参与者利用深度学习框架 PaddlePaddle 进行前沿科技探索，确保合作的论文及代码均基于 PaddlePaddle 框架进行实现与分享。本次共创计划的企业导师团队由百度深度学习平台部顶尖研发工程师团队组成，从前沿论文精读，到顶会论文手把手复现，再到算法开发指导，将提供全方位的专业指导，确保科研顺畅无阻。提供流体、结构、气象等领域多个案例的代码与数据集，如2D & 3D圆柱绕流、涡激振动、控制臂正问题求解等。同时，百度飞桨科学计算套件搭载丰富的前沿基线模型与广泛数据集，助力研究者快速发表论文，加速科研成果产出。算力是科研创新的核心驱动力，决定了数据处理、模型训练、算法优化等关键环节的效率。共创计划将帮助科研工作者突破算力瓶颈，通过星河社区提供多卡并行算力，包含A100和V100显卡的算力点支持，最长可达2个月的使用时长，为科研项目注入强大动力，显著缩短研究周期。提供国内最新的AI for science系列课程助力学者快速入门并深入了解AI for Science前沿技术，百度飞桨与清华大学、北京大学、上海交通大学、香港科技大学（广州）等高校的知名研究学者合作，开设了前沿讲座系列课程和代码实操课程。https://aistudio.baidu.com/activitydetail/1502019365?preSign=1495064119PaddleScience在科研领域的优势
基于深度学习框架 PaddlePaddle，飞桨开发了PaddleScience科学计算套件，利用深度神经网络的学习能力和 PaddlePaddle 框架的自动(高阶)微分机制，助力解决物理、化学、气象等领域的问题。在进行复杂科学研究时，常常需要处理高维数据，而传统数值计算方法在面对高维数据时，计算效率极低。PaddleScience凭借飞桨深度学习框架的高阶自动微分机制，无需手写高阶微分算子，即可轻松应对高维问题，大大简化了计算过程。不仅如此，PaddleScience还支持50多个常用API高阶自动微分，并可持续扩展，让科研之路更加顺畅。科学计算往往需要花费大量时间收敛、测试、优化，尤其是在处理大规模数据时，计算时间更是漫长。PaddleScience内置了分布式并行与先进的编译优化技术，通过算子融合、常量折叠等手段，加速模型训推速度，解决了科研项目耗时长，效率低下等痛点。同时，它还提供了丰富的场景和文档，涵盖流体、结构、气象等领域 40+个案例，如2D & 3D圆柱绕流、涡激振动、控制臂正问题求解等。这些案例都经过精心设计和验证，可直接复用或二次开发，节省时间和精力。跨领域科研学者可在线一键运行notebook项目，快速入门AI4S。![]()
PINN圆柱绕流仿真
![]()
PINN前悬臂静力学仿真
![]()
科学计算套件适配
飞桨全量适配国际知名科学计算套件：DeepXDE 和 NVIDIA Modulus，性能均超过 Pytorch。![]()
![]()
![]()
AI for Science 合作案例
2023年度，百度飞桨 AI for Science共创计划覆盖了来自北京大学、浙江大学等多所知名高校的17+课题组，汇聚了包括孟旭辉教授、蔡声泽教授、王烁研究员在内的众多科研精英，他们将围绕计算流体力学、智能系统控制、能源管理优化等多个研究方向，开展一系列基于飞桨的深度学习与科学计算项目。![]()
飞桨2023年度共创计划项目一览
![]()
飞桨与北航合作的芯片快速传热论文 发表与 Physics of Fluid
https://mp.weixin.qq.com/s/Ewr7Tc1frTcS8bwV-Dx3HQ
![]()
百度飞桨与NVIDIA等合作伙伴共同推出DNNFluid-Car v1
https://mp.weixin.qq.com/s/pxmOpfwe0DXCon4uGG93uQ
![]()
此外，共创计划还鼓励跨学科合作，促进AI与物理、化学、工程学等领域的深度融合，如利用PINN（物理嵌入神经网络）、算子神经网络等先进技术，探索AI在解决复杂科学问题中的新应用，为“AI for Science”领域注入新的活力。百度飞桨表示，未来将继续深化与全球科研机构的合作，不断开放更多资源与技术，共同推动AI技术在科学研究中的广泛应用，开启智能科学的新篇章。飞桨团队致力于与国内外高校、科研院所、企业等机构开展深度合作，提供论文指导，共同推动飞桨生态在科学计算领域的应用和发展。以下是飞桨 PaddleScience 团队近几年在科学计算相关领域内的学术成果：https://paddlescience-docs.readthedocs.io/zh-cn/latest/zh/academic/
![]()
加入共创计划，携手共创未来
“AI for Science共创计划”是飞桨面向全球科研团队的一次重要布局，旨在通过提供强大的算力支持、丰富的资源与专业的服务，共同推进AI技术在科学计算领域的创新与发展。欢迎广大科研团队通过共创计划报名入口完成报名，携手探索科学计算的新纪元！https://aistudio.baidu.com/activitydetail/1502019365
paddlescience@baidu.com
PaddlePaddle：
https://github.com/PaddlePaddle/Paddle
PaddleScience：
https://github.com/PaddlePaddle/PaddleScience
面向AI流体力学论文方向：
【复现论文】针对RANS方程的深度学习机翼翼型优化方法
https://aistudio.baidu.com/projectdetail/5671596?searchKeyword=针对RANS方程&searchTab=ALL
【复现论文】Combining Differentiable PDE Solvers and Graph Neural Networks for Fluid Flow Prediction
https://aistudio.baidu.com/projectdetail/5216848channelType=0&channel=0
面向AI数学偏微分方程论文方向：
【复现论文】使用VAE提取PDE控制的系统中的可解释的物理参数
https://aistudio.baidu.com/projectdetail/5671596?searchKeyword=针对RANS方程&searchTab=ALL
海光异构智能计算实践案例：基于 PaddleScience 的对流-扩散-反应
https://aistudio.baidu.com/projectdetail/6572117?channelType=0&channel=0面向生物计算论文方向：
基于紫外差分吸收光谱技术与神经网络结合的呼出气体中氨气的检测
https://aistudio.baidu.com/projectdetail/8190914?searchKeyword=基于紫外差分&searchTab=ALL
AI for Science | 生物学年龄评价与年龄相关疾病风险预测
https://aistudio.baidu.com/projectdetail/6650614?channelType=0&channel=0
![]()
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~
