5 月 20-21 日，第四届全国智能流体力学研讨会暨第二届智能流体力学产业联合体大会在西湖大学召开。此次会议由中国力学学会、中国空气动力学会、《水动力学研究与进展》编委会、西湖大学、浙江大学、上海交通大学、中国船舶集团第七〇八研究所主办；上海中船编印社有限公司、中国力学学会流体力学专委会、中国空气动力学会智能空气动力学专业组、喷水推进重点实验室、智能流体力学产业联合体、西湖大学工学院、西湖大学未来产业研究中心承办。会议共吸引了 200 多位来自全国各地高校与企业的老师与学生参会，大家共同讨论流体力学前沿研究及其在各学科与工程领域的应用。

百度飞桨作为本次大会协办方，为流体力学及相关领域工作的科学家和工程师提供交流和沟通的平台，增进相关方面的合作，并与主办方一起推动 AI for Science 的发展。

会议邀请到中国空气动力研究与发展中心、中国空气动力学会理事长、中国科学院院士唐志共、西湖大学讲席教授崔维成、浙江大学航空航天学院副院长王高峰、西北工业大学长江学者特聘教授、智能空气动力学专业组主任张伟伟进行致辞。

在会议主会场上，上海交通大学刘应征教授、中国空气动力研究与发展中心钱炜祺研究员、浙江大学高琪教授、上海交通大学徐辉教授、中国科学院力学研究所杨晓雷研究员、北京航空航天大学潘翀教授、哈尔滨工业大学 Bernd Noack 教授、浙江大学罗坤教授、西湖大学范迪夏教授，中国科学院计算技术研究所贾伟乐研究员、北京大学赵耀民教授、浙江大学谢芳芳教授和百度飞桨周原野博士进行了主题演讲，阐述了对智能流体力学发展的观点和科研进展。在会议分会场上，来自海内外高校科研院所的老师就“智能水动力学”“智能空气动力学”“智能流体实验与智能理论”三个方向进行了 28 场精彩纷呈的报告。

会议间歇期间西湖大学范迪夏教授举办了一场沙龙，大家对智能流体力学的未来发展、学科建设、人才培养等议题进行了讨论。会后大家还参观了西湖大学校园和范迪夏教授的流体智能与信息化实验室，并进行了深入的交流。

主题分享，赛桨 PaddleScience 最新科研进展

作为百度飞桨 AI for Science 团队的代表，周原野博士做了主题为“基于 PINN 的转子间隙定常 Taylor-Couette 涡模拟”的报告。PINN 是一种基于神经元网络求解偏微分方程的一种方法。

本报告中，我们介绍了基于飞桨自研套件赛桨 PaddleScience 搭建的多工况 Multi-Operation Condition PINN (mocPINN) 模型，实现不依赖任何先验数据（仿真和实验数据），仅依赖流体力学 Navier-Stokes 方程，求解低雷诺数下的一种 Taylor-Couette 涡模式——Couette 流。mocPINN 通过学习一定雷诺数范围内有限个工况的 Taylor-Couette 涡（训练过程），就可以预测这个雷诺数范围内任意工况的流动（推理过程），证明该模型具有较好的泛化性，并且可以估计 mocPINN 在多工况计算耗时上会优于 CFD 求解，因为 CFD 多工况求解耗时是线性叠加的，而 mocPINN 是同步求解多工况问题，这与主会场上浙江大学罗坤教授的观点互相印证。

诚然，对于高雷诺数的 Taylor-Couette 涡模式，比如 Steady Taylor Vortex，mocPINN 方法还无法学习到其中特别复杂的二次流现象（二次流速度远远小与主流速度），说明 PINN 方法本身在求解特别复杂的流动现象上还存在一些挑战。未来我们期待与企业、高校、科研院所以及超算等伙伴，通过 AI for Science 共创计划，解决这类难题，携手共同建设基于飞桨的 AI for Science 领域顶尖开源项目，打造活跃的前瞻性的 AI for Science 开源社区，建立产学研闭环，推动科研创新与产业赋能。

交流探讨，共建科研生态

东方理工大学、中国科学院院士陈十一，浙江大学、中国科学院院士杨卫，在西湖大学讲席教授崔维成和特聘研究员范迪夏的陪同下，了解了百度飞桨 AI for Science 的情况。

本次会议不仅是一个学术交流的机会，更是一个汇聚学术精英的盛会，众多高校科研院所的学者与百度飞桨团队一起，共同探讨了智能流体力学学术问题和发展。本次大会上，各位学者专家展示了他们在流体力学领域结合人工智能和深度学习技术所开展的最新研究成果。与会者们共同就智能流体力学的前沿发展进行了深入的探讨，分享彼此的经验和观点。

飞桨作为一个支持科技发展和创新的开源平台，提供了各种深度学习和人工智能工具和资源。百度飞桨大力支持了本次大会，帮助参会师生更加深入了解各种互动技术和学术发展。飞桨也期待未来与中国力学学会、中国空气动力学会、西湖大学、浙江大学等诸多高校科研院所一道，共同夯实 AI for Science 的未来。

产品基石，飞桨 AI for Science

百度飞桨（PaddlePaddle）将 AI 方法应用于典型的科学与工程领域，促进数学、物理、化学、生物等多个学科的交叉融合。目前针对通用物理科学、生物计算、量子机器学习领域发布了赛桨

PaddleScience、螺旋桨 PaddleHelix、量桨 Paddle Quantum 工具，并全量适配深度学习科学计算工具 DeepXDE，提供数据驱动、数理融合等多种 AI for Science 方法模型，提供复杂外形障碍物绕流、结构应力应变分析、设备对流散热、材料分子模拟等丰富领域算例，广泛支持 AI+计算力学、生物计算、量子计算等前沿方向的科研和产业应用。

其中 AI for Science 工具组件赛桨 PaddleScience，是国内首个基于 AI 框架的公开且可应用于计算流体力学（CFD）领域的工具，提供端到端的应用 API，重点围绕高水平科研活动场景，解决重大科研问题。

未来，飞桨 AI for Science 将不断加大技术支持，为人工智能与力学科研发展赋能，汇聚科研成果、人才资源、产品创新，为 AI for Science 的发展提供坚实力量。

拓展阅读

飞桨科学计算实训示例

https://aistudio.baidu.com/aistudio/projectoverview/public?topic=15

相关地址

1.飞桨 AI for Science 共创计划

https://www.paddlepaddle.org.cn/science2.飞桨 PPSIG-Science 小组

https://www.paddlepaddle.org.cn/specialgroupdetail?id=93.飞桨 PaddleScience 工具组件

https://github.com/PaddlePaddle/PaddleScience