对话人大AI学院最年轻博导：用AI发现物理学规律(2)
【作者】网站采编
【关键词】
【摘要】:“我感觉文老师是非常有情怀的一个领导者，我觉得我应该加入这个地方。”孙浩相信一个优秀的领导者对年轻人的成长有指引性作用。无论是锚定方向推“我感觉文老师是非常有情怀的一个领导者，我觉得我应该加入这个地方。”孙浩相信一个优秀的领导者对年轻人的成长有指引性作用。无论是锚定方向推动AI变革，还是推行长聘制，都需要有情怀。
除了领导力外，孙浩还看好高瓴人工智能学院的另外三个优势：视野、制度、文化。
在他看来，高瓴人工智能学院在AI发展上有超前的视野，并率先提出有温度的AI。AI不仅是工具，它应与人深深联系在一起，与法律、传播学、经济学、社会治理等各种学科结合，来解决现实世界中广泛的问题。
一个地方能否吸引到有激情、有干劲的年轻学者，制度至关重要，刻板的东西会给创新形成屏障，而高瓴人工智能学院鼓励老师去自由探索研究方向，不会设置条条框框的边界。
加入两个月以来，孙浩感受到学院的文化非常包容。学院支持教授们选择自己感兴趣的研究方向，对内外合作均持鼓励态度，研究经费也更充裕，如果想做某个对未来发展有益的研究，学院还会特殊申请一部分经费，来专门支持做这个方向。
当前孙浩从事人工智能数理基础与理工交叉研究，包含可诠释性深度学习、知识表征与推理、物理驱动深度学习、符号强化学习与推理、数据驱动复杂动力系统建模与识别、控制方程找型、基础设施健康监测与智能化管理等方向。
在今年9月加入人大高瓴人工智能学院后，孙浩迅速组建起“物理驱动人工智能”研究组，并于10月在国际学术顶刊Nature子刊上发表论文。
截至目前，他主持或共同主持了美国科学基金等研究项目330余万美元；在国际一流SCI期刊和计算机顶会等各类刊物上共发表论文50余篇。
三、与气象局合作，破解天气密码
孙浩团队推进的研究涉及物理系统、化学系统、生物系统等，来探索大千物理世界的各种潜在理论规律，用数学方式的形式描述它。
目前孙浩、文继荣、卢志武三位教授和高泽峰博士后，正与中国气象局合作，利用风云卫星的时空高分辨率数据，探索特定的规律和方程，以期更精准地预测天气变化。
传统气象预报方式基于数值计算，根据大气实际情况，在一定初值和边值条件下，求解描写天气演变过程的流体力学和热力学的方程组，从而预测未来一定时段的大气运动状态和天气现象。
这存在一个问题，假想的数值模型与实际天气存在误差，可以捕捉到基本的天气规律，但可能对一些小概率的极端天气猝不及防。
这些误差是怎样造成的？假想的模型，可能有些地方并不合理，或者人们没有考虑到位。
对此，孙浩他们采用AI方法，探索与实际气象演变更契合的规律，尝试描绘出更好的方程组，实现超短时天气预报，并提高长期预测与极端天气预测的精准度。
孙浩团队用AI获得的科学系统有三个目标：可诠释性、外推能力、泛化能力，即便从来没有见过的事件，系统也能做出稳定预测。
这是相当有挑战性的方向。传统AI模型是黑箱子，但孙浩想要改变这种理念，希望做到“AI+小数据”依然可以得到一个非常可靠的AI模型，并能将一些未知的规律从小数据给提取出来。
▲AI探索用于描述混沌动力系统的非线性常微分方程
这也是个非常振奋人心的方向。在科学探索和工程应用中，真正有价值的不是数据量多少，而是信息是否充分。有海量数据固然很好，但即便没有海量数据，依然能探索出简洁而普适的规律。
数学是一切科学的基础，方程式是各种科学理论的抽象表达，而能描绘物理世界某种客观规律的方程式，往往总是奇妙的富有美感。
除了气象精准预报外，在科学探索工程应用上，孙浩也在持续关注着蛋白质结构、自动驾驶等方面的进展，他还考虑以后在将自动驾驶的控制系统等与自己的研究相结合，以优化其可诠释性。
四、“要做出大的成果，就要有大的胸怀和眼光”
在人民大学高瓴人工智能学院，孙浩正在教研究生《人工智能跨学科应用思维与实战》这门课。
“这门课说实话不好讲。”孙浩说，这是一门全新的课程，相比既有的人工智能理论课或案例课，它更注重对学生跨学科研究思维的引导与训练。
比如抛出一个问题，要用AI方法来解决它，如何将自己所需要的知识嵌进来，为设计AI算法起到真正的作用？这是学生应该掌握的分析能力。
他也会训练学生去研究顶会文章，不仅要了解解决问题的前沿方法，还要清楚故事是怎样讲的，以及为什么他们能提出这个方法来解决问题。
文章来源：《地球物理学进展》 网址: http://www.dqwlxjzzz.cn/zonghexinwen/2021/1212/994.html