昇思MindSpore技术论坛 | AI+科学计算=？？
昇思MindSpore技术论坛 | AI+科学计算=？？
4月16日，由昇思MindSpore社区发起的昇思MindSpore技术论坛第二期，【AI＋科学计算专题】线上交流会成长举办。会议邀请了北京大学、清华大学、深圳湾实验室等高校、科研所专家学者以及昇思MindSpore的技术专家们共同讨论：以深度学习为代表的AI与科学计算结合形成新的计算方法，究竟可以产生怎样新的科学模型、新的实验方法和新的产业业态等话题。
下面让我们一起来回顾一下分享的精彩内容吧。
深度学习在地球系统科学中的应用与挑战
黄小猛——清华大学地球系统科学系长聘副教授，国家超级计算无锡中心总工
地球系统数值模拟是希望在超级计算机里面实现一个数字孪生地球来模拟真实的地球，而人工智能可能是达成这一目标发展的关键路径。
深度学习在地球系统科学中的一些重要应用，包含了遥感制图、极端天气事件检测、天气预报与气候预测以及数值模式中的物理参数化过程的智能化改造等几个方面。
黄教授指出，深度学习给地球系统科学带来了新的研究方法，特别是对黑盒深度学习模型缺乏可解释性和物理一致性的弱点和解决方法提供了新思路。
人工智能时代的分子动力学模拟
杨奕——深圳湾实验室系统与物理生物学研究所副研究员
分子动力学模拟是一种重要科研方法，并且随着近些年人工智能的快速发展，分子动力学模拟领域也诞生了诸如AlphaFold等基于AI的强大算法，由此可见AI有望为分子动力学模拟乃至整个科学计算领域带来重大的变革。
课题组基于全场景AI框架昇思MindSpore开发了下一代智能分子动力学模拟软件MindSpore SPONGE，其不但克服了传统分子动力学模拟软件难以兼容AI框架的问题，更是能实现诸如“元优化”等传统软件无法实现的功能。MindSpore SPONGE在药物筛选、蛋白质结构预测和新材料设计等领域有着巨大的应用潜力。
当AI遇上量子计算
翁文康——华为量子计算软件与算法首席科学家
量子计算是一种颠覆性的计算技术，从1980年提出至今，技术不断进步，目前已经进入了工程化阶段，并已发展成一个具备初步规模的产业。当前业界已经制造出带有50+比特的量子计算芯片，其算力已经被实验证明了可超越当今的超级计算机。下一步，我们需要为这些量子芯片适配能解决实际问题的算法和软件，真正发挥其价值。
为了促进量子软件行业的发展，我们开发了MindSpore Quantum ，其作为一个通用的量子计算框架，支持全量子和量子经典混合计算，可以在经典模拟器和量子芯片上高效运行。
Learning and Learning to Solve PDEs
董彬——北京国际数学研究中心与北京大学机器学习研究中心副教授
深度学习在计算机视觉、自然语言处理等领域已经取得了一定程度的成功，其影响现已扩展到科学和工程的诸多研究领域。
本次主要关注深度学习对计算数学和科学计算的一些近期的影响，介绍当前对卷积神经网络构架和微分方程离散形式之间联系的探索，以及该联系如何能够指导我们进行机理与数据融合的建模与计算：包含设计可解释的数据驱动模型以进行系统识别和模型简化方面的一些工作，以及结合数值偏微分方程和机器学习来设计偏微分方程的数据驱动求解器及其在电磁仿真中的应用。
AI科学计算业界趋势和昇思MindSpore实践
于璠——昇思MindSpore资深架构师
昇思MindSpore从创立之初就已经布局科学计算领域，通过多尺度混合计算和高阶混合微分两大关键创新，将昇思原有的AI计算引擎升级为AI与科学计算的统一引擎，实现融合的统一加速。
经过两年的砥砺奋进，昇思MindSpore已经在多个科学领域有所突破。原生支持科学计算，突破了高阶高维自动微分、自动异构并行、跨尺度计算融合等创新技术，构筑了以八大套件为核心，可广泛支持物理驱动/数据驱动等多种AI科学计算范式的全场景框架。
昇思MindSpore面向制造、气象、制药、航空航天、汽车、能源、金融、材料行业规划了八大套件的开发。目前昇思在制造、气象、制药、航空航天领域的四大套件已经投入研发，其中AI电磁仿真MindSpore Elec和AI生物计算MindSpore SPONGE取得了惊人的成果。
作为国内自研的AI+科学计算融合框架，昇思MindSpore积极响应产业界需求，不断在效率提升、易用性、创新性以及使用体验方面推动AI框架持续演进。
【完整回顾视频】
MindSpore官方资料
官方QQ群 : 486831414
Gitee : https : //gitee.com/mindspore/mindspore