报名开启！飞桨AI for Science公开课与共创计划邀您来学，探索AI与科学的融合

本文主要是介绍报名开启！飞桨AI for Science公开课与共创计划邀您来学，探索AI与科学的融合，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

你是否对人工智能驱动的科学研究（AI for Science）感兴趣？是否想深入了解深度学习技术与科学计算的应用？现在，飞桨AI for Science公开课与共创计划正式开启报名！

亮点

深度学习技术与科学计算融合的课程体系
来自知名学术导师与飞桨研发工程师的联合授课
理论与实践相结合，动手实践，掌握AI for Science技能
课题研究与产业应用结合，开拓视野，提升能力

公开课详情

1、时间： 2023年11月20日至11月30日

2、内容： 涵盖深度学习技术、科学计算基础、应用案例等多个方面

3、形式： 线上直播授课，免费开放给感兴趣的社区用户

4、报名链接： https://aistudio.baidu.com/course/introduce/29929

共创计划详情

1、时间： 公开课结束后至2024年02月24日
2、内容： 参与课题研究，结合实际应用场景进行实践探索
3、形式： 与导师合作，共同完成课题，打造AI for Science开源社区
4、 报名方式： 请发送邮件至paddlescience@baidu.com进行报名。邮件标题：AI for Science共创计划报名。邮件内容：所选题目+导师姓名+自我介绍+简历+研究计划
5、报名截止日期： 2023年12月20日

赶快行动吧！与众多对AI4S感兴趣的科研工作者和企业研发人员一起，探索AI与科学的融合，提升技能，开拓视野！

当前，“人工智能驱动的科学研究”（AI for Science）已成为全球人工智能新前沿，其中涌现了不少解决科学计算领域问题的专用AI工具，例如赛桨PaddleScience, DeepXDE 和英伟达 Modulus 。然而 “深度学习与科学计算”涉及的知识面广且难度高，目前还缺乏一套系统性的课程。不少初学者往往从一个模型开始上手，但这容易带来一叶障目的认知。自赛桨PaddleScience于2022年推出以来，积累了不少优质的实践经验。近期飞桨与AI for Science领域知名学者毛志平教授和孟旭辉副教授合作，共同打造覆盖从理论到实践的《深度学习技术与科学计算》公开课，期望能够降低AI for Science的学习难度，以此培养出更多的相关从业人员，加速AI for Science的产业转化。

为了进一步提升大家学习的积极性，飞桨也同时举办《AI for Science共创计划》。来自浙江大学、上海交通大学、复旦大学、香港理工大学、中国地质大学（北京）、中国传媒大学和张江数学研究院的飞桨AI for Science学术导师与飞桨一起设立4大赛道共15个课题，覆盖数学、化学、能源、流体力学、生物力学、气象预报、城市科学等领域方向。邀请广大对AI for Science感兴趣的科研工作者参与完成课题，共同打造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。

公开课简介

主讲教师

毛志平，厦门大学数学科学学院教授，2009年本科毕业于重庆大学，2015年博士毕业于厦门大学计算数学专业，2015年10月至2020年9月在美国布朗大学应用数学系从事博士后研究。毛志平博士主要从事谱方法及机器学习方面的研究，其目前在SIREV, JCP, SISC, SINUM, CMAME 等国际高水平杂志上发表论文20余篇。

孟旭辉，2017年博士毕业于华中科技大学能源与动力工程学院；2018年-2022年美国布朗大学应用数学系从事博士后研究工作, 合作导师为美国工程院院士George Em Karniadakis教授；2022年3月至今任华中科技大学数学与统计学院数学与应用学科交叉创新研究院副教授。主要研究方向为科学计算中的深度学习方法。截至目前已在JCP、CMAME、SIAM Review等期刊发表SCI论文20余篇，谷歌学术总引用2600余次，4篇论文入选ESI高被引论文，1篇论文为热点论文；担任JCP、SISC、CMAME、Nat. Comput. Sci .等期刊审稿人。

周原野，2011年本科毕业于北京航空航天大学航空科学与工程学院，2017年博士毕业于英国曼彻斯特大学机械航空土木工程学院，2018-2021年分别在英国伯明翰大学化学工程学院和瑞典梅拉达伦大学未来能源中心从事博士后研究。主要研究方向为多相流体力学以及AI+方面的研究，发表若干篇SCI论文，目前在百度飞桨从事AI for Science相关工作。

课程内容和时间

本次课程一共包含7次课，不仅包含丰富的理论知识，还有飞桨代码实践。课程具体内容为：

深度学习与科学计算简介（2023.11.20 20:30-21:30）
回归分析的原理（2023.11.21 20:30-21:30）
PINN物理信息约束神经元网络：基本原理（2023.11.22 20:30-21:30）
PINN物理信息约束神经元网络：正问题求解（2023.11.27 20:30-21:30）
PINN物理信息约束神经元网络：反问题求解（2023.11.28 20:30-21:30）
Neural Operator算子学习神经元网络（2023.11.29 20:30-21:30）
飞桨科学计算领域案例实践（2023.11.30 20:30-21:30）

报名方式

1、报名链接

https://aistudio.baidu.com/course/introduce/29929

2、直播链接

http://live.bilibili.com/21689802

直播课之后，会上传录播到课程页面，方便大家学习。

AI for Science 共创计划

为了共同打造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，本次共创计划包含4大赛道共15个课题，覆盖数学、化学、能源、流体力学、生物力学、气象预报、城市科学等领域方向，所有题目均由飞桨AI for Science学术导师提供，整个项目也会在学术导师的指导下开展，请大家选择感兴趣的课题报名。