7月13日，飛槳攜手人工智能科學計算領域（AI for Science）頭部專家學者、高校和科研機構老師，以及相關行業從業者在上海百度飛槳賦能中心舉辦了飛槳科學計算線下交流會。會上各領域專家就深度融合的平臺、行業動態、科研成果和開源建設等多個話題進行了討論和交流。本次飛槳科技計算交流會匯聚了各領域的創新成果，推進了國內AI for Science的建設與發展。
會上飛槳高級技術產品經理張豔博和工程師何森森分別介紹了飛槳科學計算領域的探索和產品建設現狀，以及飛槳科學計算工具組件PaddleScience v1.0的功能及使用方法。會議還邀請了多名國內外知名學者發表了AI for Science的前沿的學術報告。華中科技大學孟旭輝副教授發表了題爲“科學計算：融合多保真數據的複合神經網絡”的報告；上海交通大學王韞博助理教授發表了題爲“世界模型：直覺物理推理與決策”的報告；瑞典梅拉達倫大學Erik Dahlquist院士及Madeleine Martinsen老師發表了題爲“工業數字化：Smart Industries demands Smart Services”的報告；復旦大學青年研究員王爍發表了題爲“醫工結合：結合數據驅動和生物力學的心血管疾病建模”的報告。此外，國家超算鄭州中心的華浩波老師、中國傳媒大學的張志強博士和北京交通大學的朱衛國博士作爲飛槳AI for Science的優秀開發者代表，分別就“科學計算與國產芯片”、“科學計算與人文社科”和“飛槳與其他計算組件結合”這三個主題發表了相關的報告，充分體現了飛槳在AI for Science 方向的廣泛適配與支持。
本次活動吸引了40多位來自全國各地高校與企業的師生和從業者現場參會，線上直播累計8000多次觀看。通過本次交流，期望可以讓更多的開發者有機會深入瞭解飛槳AI for Science的實踐工具，以及前沿技術和領域應用。
飛槳科學計算組件：
賽槳PaddleScience v1.0
基於飛槳深度學習框架的高層API以及高階自動微分機制，飛槳同步升級並推出了科學計算工具組件：賽槳PaddleScience v1.0。針對傳統數值計算方法面臨的維數高、耗時長、跨尺度的挑戰，綜合數學計算與物理數據相結合的處理方法，提供物理機理、數據驅動等範式來求解問題。同時圍繞計算流體力學（CFD）、結構有限元仿真、氣象預測等領域構建經典的AI for Science領域案例，爲廣大科研工作者提供可複用的案例開源代碼以促進AI與基礎科學的融合。
賽槳PaddleScience v1.0正式版包含了如下四方面的特色：
- API架構更新
從用戶使用習慣角度，兼顧深度學習及CFD & CAE用戶體驗，從數據預處理、模型選擇、網絡優化求解、結果後處理等角度更新API元素，提升用戶使用感受。
- 豐富的場景案例
提供2D & 3D圓柱繞流、渦激振動、對流散熱及方程反演等基礎案例，同時新增結構領域中2D & 3D結構受力分析案例，氣象領域中氣象預報、污染物擴散等相關案例，支持直接複用及二次開發，用戶可從Github代碼倉或AI Studio直接體驗相關項目的實踐。
- 底層模型更新
新增如CNN、U-Net、Transformer、GAN等經典神經網絡模型以及FNO算子學習模型，並提供相應驗證案例。
- API升級更新
提供全新設計的API供用戶自定義偏微分方程及定義各類邊界條件，支持2D&3D基礎幾何定義、STL複雜外形解析及布爾操作等，並提供準隨機採樣、局部加密採樣等功能。
具體功能可參見：https://paddlescience-docs-hss.readthedocs.io/zh/latest/
學術前沿，探索科學奧祕
華中科技大學的孟旭輝副教授發表了題爲“科學計算：融合多保真數據的複合神經網絡”的報告。報告中，孟老師介紹了PINN網絡的底層數學原理以及複合神經網絡，提出通過融合高保真度和低保真度的數據，能夠提高PINN的計算效率和精度。
上海交通大學的王韞博助理教授發表了題爲“世界模型：直覺物理推理與決策”的報告。報告中王老師介紹了世界模型的概念，將物理模擬建模爲圖像生成的反問題，以神經網絡流體模型的逆圖形學優化代替動力學方程的數值求解，從而實現基於真實物理觀測反推流體屬性。
瑞典梅拉達倫大學的Erik Dahlquist院士及Madeleine Martinsen老師發表了題爲“工業數字化：Smart Industries demands Smart Services“的報告。兩位老師向大家展示了能源採礦領域對數字化和人工智能的需求，並提出了基於AI-AR技術框架的工業運維通用智能體概念。
復旦大學的青年研究員王爍發表了題爲“醫工結合：結合數據驅動和生物力學的心血管疾病建模”的報告。王老師介紹了心血管疾病的建模流程，提出採用神經網絡實現血管斑塊應力預測，相比有限元方法求解，可以大大降低求解耗時和對網格質量的需求。
通過各位專家的精彩的報告，我們可以看到人工智能正在從多領域、多角度影響和改變科學研究的實現方式，AI for Science正在成爲全球科學研究新範式。
交流探討，共創表彰
近年來，飛槳持續致力於AI for Science的產品創新和交叉型科研生態建設，並於2023年初發布了AI for Science共創計劃，期望與企業、高校、科研院所和超算等夥伴攜手，共同建設基於飛槳AI for Science的頂尖開源項目, 打造活躍、前瞻性的AI for Science開源社區，通過產學研閉環，推動科研創新與產業賦能。該計劃目前已經吸引了超過40位海內外高校師生和從業人員報名參加，在飛槳專家的1對1的輔導下，11支隊伍完成了項目交付，成果覆蓋空氣動力學、結構力學、氣象、計算傳播學等多個領域。其中“基於數據驅動U-Net模型的大氣污染物擴散快速預測”項目被第一屆全國數據驅動計算力學研討會（大連）收錄，還有幾支隊伍正在基於共創項目撰寫學術期刊稿件。未來，相信我們可以陸續看到更多的飛槳共創成果在AI for Science相關會議或期刊上發表。
飛槳AI for Science的蓬勃發展離不開各領域學者和從業人員的深入合作與大力支持。爲了表彰在AI for Science社區建設中做出了積極貢獻的專家，會議現場還爲他們頒發了“百度飛槳AI4S 學術導師證書”。
未來，飛槳將持續不斷加大對AI for Science領域的技術支持，爲人工智能與科學發展賦能，匯聚科研成果、人才資源和產品創新，爲AI for Science的發展提供堅實力量。