飞桨PaddleScience亮相DACOMA-24,助力科学计算新探索

科技   2024-11-08 18:53   北京  
2024 年 10 月 12 日至 14 日,第四届工程中的数据驱动计算和机器学习国际会议(DACOMA-24)于河海大学顺利召开,来自中国科学院、中国工程院、欧洲科学院等组织和机构的多位院士出席会议,中国、美国、德国等200余位专家学者参会,共同针对工程中的数据驱动计算和机器学习相关的多项热点课题进行了探讨。百度受邀参加此次会议并进行报告,与各界专家学者一起助力科学计算新探索。

会议背景

在大数据时代,机器学习技术已被有效地应用于各个领域,而将数据驱动计算和机器学习应用在工程分析中时,仍然存在许多未解决的挑战。为促进大数据分析、数据驱动计算和人工智能在工程中的研究和应用,促进相关领域的科学家、从业者和工程师之间的科学交流,同济大学于2019年在中国上海主办了首届国际工程数据驱动计算与机器学习会议(DACOMA),之后第二、三届DACOMA会议分别由清华大学和北京理工大学主办。
第四届工程中的数据驱动计算和机器学习国际会议(DACOMA-24)于2024年10月12日至14日在河海大学顺利召开,来自中国科学院、中国工程院、欧洲科学院等组织和机构的多位院士出席会议,更有中国、美国、德国等200余位专家学者参会,共同针对工程中的数据驱动计算和机器学习相关的多项热点课题进行了探讨。
大会合影
在大会报告环节,欧洲科学院院士、欧洲科学与艺术学院院士、德国魏玛包豪斯大学副校长Timon Rabczuk在致辞中指出,近日诺贝尔物理学奖和化学奖都授予与人工智能相关的科研工作者,进一步证明我们正处于一场人工智能革命之中。此次会议处于这场人工智能革命的前沿,将探讨人工智能在各个领域的变革性影响,并突破可能的工程科技界限。
中国科学院院士、中国力学学会副理事长郭旭,欧洲科学与艺术学院院士、国际计算力学协会副主席庄茁,江苏省力学学会副理事长郭小明,副校长沈扬等专家学者也在致辞中指出随着数据驱动方法和机器学习技术的发展,数据驱动的计算力学也迎来了新的机遇与挑战,并成为新时代力学领域的重要研究方向之一。
同时值得一提的是,在此次会议上,包括中国科学院院士郭万林在内的多位专家学者都提到,科学计算(AI for Science)作为近年来出现和快速发展的新方向,受到了各界人士的广泛关注。

邀请报告

在分会场中,百度飞桨科学计算团队的工程师进行了主题为“基于数据驱动的深度学习仿真研究”的报告。报告中首先对仿真、科学计算,及二者结合的领域进行了介绍,之后介绍了飞桨自研科学计算套件 PaddleScience,以及基于套件实现的各种经典仿真案例,最后对科学计算提出了展望。
报告合影
其中,作为基于深度学习的数据驱动仿真研究的工业级实现,百度飞桨与NVIDIA合作开发,多家企业与高校参与开发的用于车辆空气动力学数值模拟的3D高精度汽车风阻预测模型DNNFluid-Car也受到了广泛关注。该模型在包含实车数据集的多种数据上进行训练和验证,预测结果与CFD商业软件数值模拟结果相当,同时计算时间大大降低。当前百度飞桨与其他合作方一起,持续优化和改进模型效果,后续还将开展基于该模型的对汽车等各类车辆的气动外形优化工作,打通气动优化设计工作的全流程,用AI 技术能力提升车辆气动外形设计的效率。
PaddleScience中的部分合作案例
DNNFluid-Car开发优化流程
飞桨作为百度自主研发的中国首个开源开放、功能丰富的产业级深度学习平台,致力于科技发展和创新,为数以千万计的开发者提供了各种深度学习的工具和资源。PaddleScience 是基于深度学习框架 PaddlePaddle 开发的科学计算套件,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,解决物理、化学、气象等领域的问题。支持物理机理驱动、数据驱动、数理融合三种求解方式,并提供基础 API 和详尽文档供用户使用与二次开发。具体包括:

丰富的场景案例

提供多个经典流体力学案例,如 2D&3D 圆柱绕流、涡激振动等基础案例以及气象预报、污染物扩散等行业案例。

功能以及 API 更新

更加全面的 API 支持,如自定义偏微分方程及各类边界条件、支持 2D&3D 基础几何定义等。

框架技术创新

在自动微分、编译器、执行器、分布式方面进行技术创新,有力地支撑科学计算任务高效训练和推理。

模型支持

支持更广泛的底层模型,如 CNN、U-Net、Transformer 等。
PaddleScience 科学计算套件

飞桨开发者社区与共创计划

为进一步推动人工智能与科学研究的深度融合,百度飞桨近日正式启动 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。

如有合作意向,请扫描下方二维码,进行报名



相关地址

·飞桨 PaddleScience GitHub 仓库
https://github.com/PaddlePaddle/PaddleScience
·飞桨 PaddleScience 官方文档
https://paddlescience-docs.readthedocs.io/zh/latest/





关注【飞桨PaddlePaddle】公众号
获取更多技术内容~


飞桨PaddlePaddle
源于产业实践的开源深度学习平台
 最新文章