11月4日，記者從哈爾濱工業大學（深圳）獲悉，該校計算機科學與技術學院教授張永兵團隊與清華大學自動化系教授季向陽團隊合作，在“AI+擴散動力學”領域取得重要研究進展，為AI助力人類進一步深入理解異常擴散與復雜動力學行為邁出開創性一步。相關論文日前發表於國際期刊《自然·計算科學》。

　　“AI+擴散動力學”是一個跨學科研究領域，將AI技術與擴散動力學理論相結合，旨在利用AI的強大計算和分析能力來深入理解和模擬復雜系統中的擴散現象。“AI+擴散動力學”在環境保護、疾病傳播控制、交通與城市規劃等多個領域都有廣泛應用前景。

　　然而，在將深度學習方法應用於異常擴散的識別與表征過程中，如果觀測軌跡缺失了訓練擴散模型所需的關鍵特征，將難以准確識別觀測現象，可能引發誤識別的風險。這一潛在的錯誤識別問題，成為阻礙深度學習方法在擴散動力學實際研究中應用的重要因素。

　　為此，研究團隊針對現實場景中的復雜未知擴散動力學行為，首次提出可靠識別異常擴散的深度學習框架。這個框架就像是一副更清晰的眼鏡，讓AI能更准確地“看”到並理解那些復雜的擴散行為。研究團隊還借助人工智能驅動的科學研究改變現有擴散評估模式，探討了深度學習從經驗觀察中發現和分析未知擴散模式的可能性。

　　記者了解到，《自然·計算科學》期刊邀請美國科羅拉多州立大學學者對這一成果進行解讀與評述。他們認為，該成果加強了人們對異常擴散的理解，同時為使用深度學習方法進行分布外檢測、促進新理論發展注入了新動力。（記者羅雲鵬 通訊員闞思邈 向碧霞）

分享讓更多人看到