3月4日下午，北京大學(xué)“新工科下午茶·學(xué)科交叉沙龍”第五期活動(dòng)在北大中關(guān)新園集賢多功能廳舉行。本期作為“百度飛槳專場(chǎng)”的首期，是“新工科下午茶”沙龍的首次跨界合作，由北京大學(xué)新工科建設(shè)辦公室、百度基金會(huì)、百度AI技術(shù)生態(tài)部聯(lián)合主辦，北京大學(xué)環(huán)境科學(xué)與工程學(xué)院、學(xué)科建設(shè)辦公室協(xié)辦。

，時(shí)長(zhǎng)01:03

本次沙龍以“AI & Environment”為主題，由中科院院士朱彤教授領(lǐng)銜分享，在場(chǎng)師生與百度飛槳的專家們，共同探討了環(huán)境生態(tài)相關(guān)的科學(xué)計(jì)算技術(shù)和人工智能的前沿發(fā)展。來自北京大學(xué)環(huán)境科學(xué)與工程學(xué)院、計(jì)算機(jī)學(xué)院、地球與空間科學(xué)學(xué)院、公共衛(wèi)生學(xué)院、建筑與景觀設(shè)計(jì)學(xué)院等，及中科院大學(xué)、山水自然保護(hù)中心等兄弟單位共30余個(gè)單位近60名師生現(xiàn)場(chǎng)參與研討。

百度AI技術(shù)生態(tài)總經(jīng)理馬艷軍介紹，飛槳是百度自研的深度學(xué)習(xí)平臺(tái)，作為框架層銜接著底層人工智能芯片和上層模型，共同支撐應(yīng)用層開發(fā)，服務(wù)智慧城市、智慧環(huán)境、生物計(jì)算等前沿領(lǐng)域的科學(xué)探索和產(chǎn)業(yè)落地。百度基金會(huì)和百度飛槳關(guān)注并支持北大新工科建設(shè)，期待助力北大開展更多國際領(lǐng)先的核心技術(shù)研究。

北大科學(xué)研究部副部長(zhǎng)劉譞哲介紹了沙龍活動(dòng)舉辦的背景和意義。他指出，“新工科下午茶”作為推動(dòng)“新工科+”的重要載體，已經(jīng)促成了多項(xiàng)交叉合作研究。本次與百度飛槳的跨界合作，將是促進(jìn)產(chǎn)研互動(dòng)的有益嘗試。希望借助百度自主研發(fā)的深度學(xué)習(xí)平臺(tái)飛槳，為突破“缺芯少魂”的“卡脖子”問題貢獻(xiàn)力量。

北大學(xué)科建設(shè)辦公室副主任王志恒表示，近幾年人工智能領(lǐng)域發(fā)展迅速，AI for Science的理念被提出，有可能形成新的研究范式，打破學(xué)科間及研究與產(chǎn)業(yè)間的界限，也必將為環(huán)境科學(xué)的發(fā)展帶來契機(jī)?？萍碱I(lǐng)軍企業(yè)是“出題人”“答題人”“閱卷人”，高校的科學(xué)研究應(yīng)充分與企業(yè)合作，共同提出問題、解決問題。

中國科學(xué)院院士、北大環(huán)境科學(xué)與工程學(xué)院院長(zhǎng)朱彤教授以“數(shù)字賦能改善環(huán)境、保護(hù)健康”為題做報(bào)告。他指出，空氣污染和氣候變化從多個(gè)維度影響著人類健康，對(duì)環(huán)境相關(guān)風(fēng)險(xiǎn)的預(yù)測(cè)、預(yù)報(bào)、預(yù)警成為環(huán)境領(lǐng)域的重要挑戰(zhàn)。目前，基于機(jī)理過程已經(jīng)發(fā)展出多個(gè)時(shí)空尺度的數(shù)值預(yù)報(bào)模型，但其預(yù)測(cè)結(jié)果和真實(shí)環(huán)境還有較大差距?？茖W(xué)家提出“數(shù)字孿生地球”概念，將衛(wèi)星遙感與地面觀測(cè)網(wǎng)絡(luò)獲得的大量觀測(cè)數(shù)據(jù)與模型融合，通過“天-地-空”環(huán)境大數(shù)據(jù)的結(jié)合，幫助人類更好地監(jiān)測(cè)、建模并預(yù)測(cè)自然災(zāi)害與氣候變化。同時(shí)，可通過暴露組學(xué)開展大氣全組分測(cè)量和基于個(gè)體的暴露評(píng)估，通過傳感器、穿戴式設(shè)備等采集的個(gè)體生物標(biāo)本，并與多種組學(xué)的大數(shù)據(jù)關(guān)聯(lián)，識(shí)別出每一種暴露可能對(duì)人體健康產(chǎn)生的危害。在此過程中，需要AI技術(shù)為環(huán)境研究賦能，幫助人們認(rèn)識(shí)現(xiàn)在和預(yù)測(cè)未來。

北大環(huán)境學(xué)院副院長(zhǎng)劉永以“AI技術(shù)驅(qū)動(dòng)下的可持續(xù)水管理”為題，介紹了AI技術(shù)在水管理領(lǐng)域中的應(yīng)用潛力。他指出，聯(lián)合國可持續(xù)發(fā)展目標(biāo)中70%與水有關(guān)，近年來，我國的水環(huán)境治理在大規(guī)?；A(chǔ)設(shè)施建設(shè)、大幅度水質(zhì)改善、大范圍高頻監(jiān)測(cè)等方面取得重大進(jìn)展，但是依然面臨碳污協(xié)同、路徑分異、預(yù)測(cè)預(yù)警等方面的現(xiàn)實(shí)挑戰(zhàn)。AI技術(shù)在水管理的宏觀、中觀、微觀尺度上均有應(yīng)用場(chǎng)景：宏觀尺度上包括獲取高效率的空間大數(shù)據(jù)、氣象及降雨的短期預(yù)報(bào)等；中觀尺度上可應(yīng)用于洪澇預(yù)警及智能水管理系統(tǒng)的網(wǎng)絡(luò)監(jiān)測(cè)、水文模擬、泄漏檢測(cè)等；微觀尺度上，可以用于污水處理能耗的優(yōu)化和運(yùn)行狀態(tài)的實(shí)時(shí)調(diào)控等。AI技術(shù)可以在數(shù)據(jù)、模型和算力方面為水環(huán)境治理研究提供幫助，其所在課題組已形成高分辨率的水污染源排放清單、全球湖庫溫室氣體排放核算、藻華與水質(zhì)的短期預(yù)測(cè)預(yù)警、河湖生態(tài)補(bǔ)水動(dòng)態(tài)調(diào)度、水環(huán)境專業(yè)領(lǐng)域的知識(shí)圖譜構(gòu)建等研究成果。

北大前沿計(jì)算研究中心講席教授鄧小鐵介紹了課題組在基于上下文集成變換器的拍賣設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)方面的研究成果，這也是深度學(xué)習(xí)應(yīng)用于實(shí)際問題解決的典型案例。拍賣的價(jià)值受到環(huán)境約束，買家對(duì)商品的估值分布同時(shí)依賴于雙方的上下文信息。如何設(shè)計(jì)一個(gè)滿足占優(yōu)策略激勵(lì)相容和個(gè)體理性的拍賣機(jī)制，并且最大化拍賣者收益？研究中將上下文拍賣設(shè)計(jì)問題公式化為一個(gè)帶限制的優(yōu)化問題，并進(jìn)一步轉(zhuǎn)化為機(jī)器學(xué)習(xí)問題，設(shè)計(jì)出CITransNet網(wǎng)絡(luò)結(jié)構(gòu)。模型以買家報(bào)價(jià)、買家上下文與商品上下文這三種信息作為模型輸入，首先通過輸入層整合每個(gè)買家-商品對(duì)的報(bào)價(jià)與上下文信息，進(jìn)而通過若干個(gè)基于變換器（transformer）的交互層來建模所有買家-商品對(duì)之間的相互影響，最后通過輸出層來計(jì)算分配結(jié)果與支付結(jié)果。實(shí)驗(yàn)結(jié)果表明，模型可以在單物品拍賣上逼近理論最優(yōu)解，在多物品拍賣上超越已有的基線模型。同時(shí)，該模型也具備一定程度的跨場(chǎng)景泛化能力，可以拓展應(yīng)用到其他博弈問題的機(jī)制設(shè)計(jì)中。

北京應(yīng)用物理與計(jì)算數(shù)學(xué)研究所研究員王涵以“原子間相互作用建模的機(jī)遇與挑戰(zhàn)”為題，介紹了深度學(xué)習(xí)在原子間相互作用建模中的應(yīng)用?？陀^世界是由原子構(gòu)成的，人們?cè)噲D通過探究微觀世界的運(yùn)動(dòng)規(guī)律對(duì)客觀世界進(jìn)行認(rèn)識(shí)和預(yù)測(cè)。1877年，玻爾茲曼提出熵關(guān)系，將宏觀觀測(cè)的熱力學(xué)性質(zhì)和微觀狀態(tài)的分子模擬聯(lián)系起來，使得從微觀認(rèn)識(shí)宏觀成為可能。傳統(tǒng)上，原子間相互作用建模有兩種方式，“自上而下”（Top-down）模式由實(shí)驗(yàn)觀測(cè)數(shù)據(jù)擬合得到勢(shì)函數(shù)模型，計(jì)算效率高但結(jié)果往往不可信；“自下而上”（Bottom-up）模式由第一性原理生成勢(shì)函數(shù)模型，結(jié)果準(zhǔn)確但計(jì)算復(fù)雜性高、開銷昂貴。分子模擬問題中能量函數(shù)是多維函數(shù)，利用傳統(tǒng)數(shù)學(xué)的方法處理比較困難，而深度學(xué)習(xí)卻提供了非常有力的工具?；诖?，王涵及其合作者發(fā)展了基于深度學(xué)習(xí)的原子間相互作用建模方法——深度勢(shì)能（Deep potential），其模型精度達(dá)到與第一性原理計(jì)算一致，同時(shí)計(jì)算復(fù)雜度由原子數(shù)的三次方降低到線性依賴原子數(shù)。進(jìn)一步，他們?cè)谏疃葎?shì)能模型中引入注意力（attention）機(jī)制，可以極大提高模型的數(shù)據(jù)效率。

百度飛槳總架構(gòu)師于佃海介紹了“深度學(xué)習(xí)技術(shù)發(fā)展及飛槳應(yīng)用實(shí)踐”。深度學(xué)習(xí)技術(shù)的發(fā)展，帶動(dòng)了第三次人工智能熱潮，也使得AI和各個(gè)學(xué)科產(chǎn)生深度交叉。AI預(yù)訓(xùn)練大模型更具通用性，跨模態(tài)文圖生成實(shí)現(xiàn)了生成式AI的突破，大語言模型涌現(xiàn)的能力也讓我們看到了通用人工智能的曙光。深度學(xué)習(xí)擅長(zhǎng)多任務(wù)、跨模態(tài)特征表示學(xué)習(xí)和端到端訓(xùn)練，更適配大數(shù)據(jù)應(yīng)用場(chǎng)景。深度學(xué)習(xí)近年來的技術(shù)發(fā)展經(jīng)歷了三個(gè)重要突破：一是以2017年出現(xiàn)的變換器結(jié)構(gòu)（Transformer）為代表的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的突破，實(shí)現(xiàn)了對(duì)信息更好地表示加工；二是任務(wù)對(duì)象的擴(kuò)展，從傳統(tǒng)的語言、語音和圖像等信號(hào)輸入任務(wù)，發(fā)展到處理結(jié)構(gòu)化數(shù)據(jù)，解決推薦系統(tǒng)、知識(shí)圖譜、時(shí)序問題以及科學(xué)計(jì)算等更廣泛?jiǎn)栴}；三是學(xué)習(xí)機(jī)制的演進(jìn)，如自監(jiān)督學(xué)習(xí)的興起，以及深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)、人在回路等交互式學(xué)習(xí)方式的結(jié)合等。他指出，深度學(xué)習(xí)平臺(tái)下接芯片、上承應(yīng)用，相當(dāng)于智能時(shí)代的操作系統(tǒng)。百度飛槳自2016年開源，已發(fā)展成為中國市場(chǎng)應(yīng)用規(guī)模第一的深度學(xué)習(xí)框架和賦能平臺(tái)，構(gòu)建了中國最大的AI技術(shù)生態(tài)。飛槳通過產(chǎn)教融合支持高校AI人才培養(yǎng)。截至2022年，百度依托飛槳已經(jīng)培養(yǎng)AI人才超過300萬。

百度杰出架構(gòu)師胡曉光以“飛槳深度學(xué)習(xí)框架與科學(xué)計(jì)算探索”為題進(jìn)行分享。近年來，深度學(xué)習(xí)框架經(jīng)歷了從學(xué)術(shù)創(chuàng)新探索、科技企業(yè)參與到大規(guī)模產(chǎn)業(yè)應(yīng)用的發(fā)展歷程。百度飛槳具有開發(fā)便捷的深度學(xué)習(xí)框架、超大規(guī)模深度學(xué)習(xí)模型訓(xùn)練技術(shù)、多端多平臺(tái)部署的高性能推理引擎以及產(chǎn)業(yè)級(jí)開源模型庫等核心特色，其中的物理信息神經(jīng)網(wǎng)絡(luò)、框架高階自動(dòng)微分功能、全面適配開源計(jì)算庫DeepXDE等，將有效助力科學(xué)計(jì)算的探索。AI生物計(jì)算領(lǐng)域的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型HelixFold、城市科學(xué)領(lǐng)域的交通大模型、氣象學(xué)領(lǐng)域的FourCastNet氣象模型復(fù)現(xiàn)，都是飛槳AI for Science的應(yīng)用代表。

在交流討論環(huán)節(jié)，嘉賓們就人工智能的應(yīng)用前景、跨學(xué)科人才培養(yǎng)、校企合作方式等話題，以及在環(huán)境科學(xué)、基礎(chǔ)設(shè)施建設(shè)、智能決策等方面的具體問題和技術(shù)瓶頸展開討論。
他們認(rèn)為，人工智能使用門檻的降低為其與各學(xué)科的深度合作提供了可能性，不同學(xué)科的應(yīng)用實(shí)踐也驅(qū)動(dòng)了算法、算力的進(jìn)步，形成一種良性的互動(dòng)；環(huán)境領(lǐng)域的問題相對(duì)復(fù)雜，影響因素多，期待可以通過與人工智能領(lǐng)域的交叉，訓(xùn)練和開發(fā)出一些具有通用能力的大模型，解決實(shí)際環(huán)境問題；建議建立長(zhǎng)效的校企合作機(jī)制，高校與企業(yè)共同培養(yǎng)專業(yè)人才并展開科學(xué)驗(yàn)證，企業(yè)為高校提供持續(xù)的技術(shù)和算力支持，搭建產(chǎn)學(xué)研橋梁，推動(dòng)AI技術(shù)切實(shí)服務(wù)于前沿科學(xué)研究。