Nat.Rev.Phys.观点：超越传统神经网络，神经算子加速科学仿真与设计

文章预览

导语 在当下人工智能（AI）的空前热潮中，人们不禁焦虑自己的工作会不会被AI逐渐取代，而富于探索精神的科学家已经在尝试让 AI 取代自己。AI 有没有可能做科研？AI 科学家如何帮助推动科学探索？科学研究的通常步骤包括观察、提出假说、实验验证。在许多领域中，验证性实验极为繁琐缓慢，这极大限制了现代科研及工业界的生产效率。如果昂贵的实验能够被可靠的计算仿真所取代，将降低经费与资源门槛，极大扩展人们可探索的假设空间，使21世纪真正成为“技术爆炸”的历史时刻。2024年发表在  Nature Reviews Physics   上的观点文章 Neural Operators for Accelerating Scientific Simulations and Design 中，来自加州理工大学与英伟达的研究团队探讨了如何利用人工智能框架——神经算子 (Neural Operators) ，来加速科学仿真和设计过程。 关键词： AI for Science，人工 ………………………………