El 13 de julio, Flying Paddle se unió a los principales expertos y académicos en el campo de la computación científica con inteligencia artificial (AI for Science), profesores de universidades e instituciones de investigación científica y profesionales de la industria relacionada para celebrar Flying Paddle Scientific Computing Offline en Shanghái Baidu. Intercambio Centro de Empoderamiento de Pádel Volador. En la reunión, expertos en varios campos discutieron e intercambiaron temas como plataformas profundamente integradas, tendencias de la industria, resultados de investigaciones científicas y construcción de código abierto. Esta Conferencia de Intercambio de Computación de Ciencia y Tecnología de Flying Paddle reunió logros innovadores en varios campos y promovió la construcción y el desarrollo de IA para la Ciencia en China.
En la reunión, Zhang Yanbo, gerente senior de productos técnicos de Flying Paddle, y He Sensen, ingeniero, presentaron respectivamente el estado actual de la exploración y la construcción de productos en el campo de la computación científica Flying Paddle, así como las funciones y métodos de uso de PaddleScience. v1.0, un componente de la herramienta informática científica de Flying Paddle. La reunión también invitó a muchos académicos de renombre en el país y en el extranjero a publicar informes académicos de vanguardia sobre IA para la ciencia. El profesor asociado Meng Xuhui de la Universidad de Ciencia y Tecnología de Huazhong publicó un informe titulado "Informática científica: redes neuronales compuestas fusionadas con datos de fidelidad múltiple"; el profesor asistente Wang Yunbo de la Universidad Jiaotong de Shanghái publicó un informe titulado "Modelo mundial: razonamiento físico intuitivo y Toma de decisiones"; el académico sueco Erik Dahlquist y Madeleine Martinsen, académica de la Universidad de Melladalen, publicaron un informe titulado "Digitalización industrial: las industrias inteligentes demandan servicios inteligentes"; Wang Shuo, un joven investigador de la Universidad de Fudan, publicó un informe titulado "Médico- Integración industrial: combinación de modelado biomecánico y basado en datos de enfermedades cardiovasculares”, informe. Además, el Sr. Hua Haobo del Centro Nacional de Supercomputación en Zhengzhou, el Dr. Zhang Zhiqiang de la Universidad de Comunicaciones de China y el Dr. Zhu Weiguo de la Universidad Jiaotong de Beijing, como representantes de destacados desarrolladores de Flying Paddle AI for Science, discutieron "Scientific Computación y chips domésticos" y "Informática científica" respectivamente. Se publicaron informes relacionados sobre los tres temas de "Informática y humanidades y ciencias sociales" y "Combinación de Flying Paddle y otros componentes informáticos", que reflejan completamente la amplia adaptación y soporte de Flying Remar en la dirección de AI for Science. 
Este evento atrajo a más de 40 profesores, estudiantes y profesionales de universidades y empresas de todo el país para participar en la reunión, y la transmisión en vivo en línea ha acumulado más de 8000 visitas. A través de este intercambio, se espera que más desarrolladores tengan la oportunidad de obtener una comprensión profunda de las herramientas prácticas de Paddle AI for Science, así como de tecnologías de punta y aplicaciones de campo.
Componentes de Computación Científica de Paddle:
PaddleScience v1.0
Basado en la API de alto nivel y el mecanismo de diferenciación automática de alto orden del marco de aprendizaje profundo de Paddle, Paddle se actualizó simultáneamente y lanzó un componente de herramienta informática científica: PaddleScience v1.0. Apuntando a los desafíos de alta dimensión, consumo de tiempo y escala cruzada que enfrentan los métodos de cálculo numérico tradicionales, el cálculo matemático integrado y el método de procesamiento de datos físicos proporciona un mecanismo físico, paradigmas basados en datos y otros para resolver problemas. Al mismo tiempo, crea casos clásicos de IA para la ciencia en torno a la dinámica de fluidos computacional (CFD), la simulación de elementos finitos estructurales, el pronóstico del tiempo, etc., y proporciona códigos fuente abiertos reutilizables de casos para que los investigadores promuevan la integración de la IA y la ciencia básica. .
La versión oficial de PaddleScience v1.0 incluye las siguientes cuatro características:
- Actualización del esquema de la API
Desde la perspectiva de los hábitos de los usuarios, teniendo en cuenta el aprendizaje profundo y la experiencia del usuario de CFD y CAE, los elementos de la API se actualizan desde la perspectiva del preprocesamiento de datos, la selección de modelos, la solución de optimización de red y el posprocesamiento de resultados para mejorar la experiencia del usuario.
- Casos de escenas ricas
Proporcione casos básicos como flujo cilíndrico 2D y 3D, vibración inducida por vórtice, disipación de calor por convección e inversión de ecuaciones. Al mismo tiempo, nuevos casos de análisis de fuerza estructural 2D y 3D en el campo estructural, pronóstico del tiempo, difusión de contaminantes y otros. casos relacionados en el campo meteorológico, admite la reutilización directa y el desarrollo secundario, y los usuarios pueden experimentar directamente la práctica de proyectos relacionados desde el almacén de código Github o AI Studio.
- Actualización del modelo subyacente
Se agregaron modelos clásicos de redes neuronales, como CNN, U-Net, Transformer y GAN, y modelos de aprendizaje de operadores FNO, y se proporcionaron los casos de verificación correspondientes.
- Actualización de actualización de API
Proporcione una API recientemente diseñada para que los usuarios personalicen ecuaciones diferenciales parciales y definan varias condiciones de contorno, admitan la definición de geometría básica 2D y 3D, análisis de formas complejas STL y operaciones booleanas, etc., y proporcionen muestreo casi aleatorio, muestreo de cifrado local y otras funciones.
Para funciones específicas, consulte: https://paddlescience-docs-hss.readthedocs.io/zh/latest/
Fronteras académicas, explorando los misterios de la ciencia
El profesor asociado Meng Xuhui de la Universidad de Ciencia y Tecnología de Huazhong publicó un informe titulado "Informática científica: redes neuronales compuestas fusionadas con datos de fidelidad múltiple". En el informe, el Sr. Meng presentó los principios matemáticos subyacentes de la red PINN y la red neuronal compuesta, y propuso que la eficiencia computacional y la precisión de PINN se pueden mejorar mediante la fusión de datos de alta y baja fidelidad.
El profesor asistente Wang Yunbo de la Universidad Jiaotong de Shanghai publicó un informe titulado "Modelo mundial: razonamiento físico intuitivo y toma de decisiones". En el informe, el Sr. Wang introdujo el concepto de modelo mundial, modelando la simulación física como un problema inverso de generación de imágenes, reemplazando la solución numérica de la ecuación dinámica con la optimización gráfica inversa del modelo de fluido de red neuronal, a fin de realizar el cálculo inverso del fluido basado en observaciones físicas reales Atributos.
El académico Erik Dahlquist y la profesora Madeleine Martinsen de la Universidad de Melladalen en Suecia publicaron un informe titulado "Digitalización industrial: las industrias inteligentes exigen servicios inteligentes". Los dos docentes mostraron a todos la demanda de digitalización e inteligencia artificial en el campo de la minería energética, y propusieron el concepto de un cuerpo inteligente general para operación y mantenimiento industrial basado en el marco técnico AI-AR.
Wang Shuo, un joven investigador de la Universidad de Fudan, publicó un informe titulado "Integración médico-industrial: combinación de modelos de enfermedades cardiovasculares biomecánicos y basados en datos". El profesor Wang presentó el proceso de modelado de enfermedades cardiovasculares y propuso utilizar la red neuronal para realizar la predicción del estrés de la placa vascular, lo que puede reducir en gran medida la solución que requiere mucho tiempo y la demanda de calidad de la red en comparación con el método de elementos finitos.
A través de los maravillosos informes de varios expertos, podemos ver que la inteligencia artificial está afectando y cambiando la realización de la investigación científica desde múltiples campos y perspectivas, y AI for Science se está convirtiendo en un nuevo paradigma de la investigación científica global.
Intercambio y discusión, co-creación y elogio
En los últimos años, Flying Paddle ha continuado dedicándose a la innovación de productos de AI for Science y la construcción de un ecosistema de investigación científica de tipo cruzado, y lanzó el plan de co-creación de AI for Science a principios de 2023, esperando unirse colaborar con socios como empresas, universidades, institutos de investigación y supercomputación, construir conjuntamente un proyecto de código abierto superior basado en Paddle AI for Science, crear una comunidad de código abierto de AI for Science activa y con visión de futuro, y promover la innovación en la investigación científica y el empoderamiento industrial a través del ciclo cerrado de la industria, la educación y la investigación. El plan ha atraído a más de 40 profesores, estudiantes y profesionales universitarios nacionales y extranjeros para inscribirse para participar Bajo la guía personalizada de expertos en remo volador, 11 equipos han completado la entrega del proyecto y los resultados cubren aerodinámica, estructura mecánica, y meteorología. , Comunicación Computacional y muchos otros campos. Entre ellos, el proyecto "Predicción rápida de la difusión de contaminantes atmosféricos basada en el modelo U-Net impulsado por datos" se incluyó en el Primer Simposio Nacional de Mecánica Computacional Impulsada por Datos (Dalian), y varios equipos están escribiendo manuscritos de revistas académicas basados en co- proyectos de creación. En el futuro, creo que veremos más logros de creación conjunta de remos voladores publicados en conferencias o revistas relacionadas con AI for Science.
El vigoroso desarrollo de Paddle AI for Science es inseparable de la cooperación profunda y el fuerte apoyo de académicos y profesionales en varios campos. Para felicitar a los expertos que han realizado contribuciones positivas en la construcción de la comunidad AI for Science, el sitio de la conferencia también les otorgó el "Certificado de Tutor Académico Baidu Flying Paddle AI4S".
En el futuro, Paddle continuará aumentando su soporte técnico para AI for Science, potenciará el desarrollo de inteligencia artificial y ciencia, recopilará logros de investigación científica, recursos humanos e innovación de productos, y proporcionará una fuerza sólida para el desarrollo de AI for Science.