4月16日上午，深圳湾实验室“红树林论坛”第三期如期举行，活动特邀中国科学院院士、普林斯顿大学数学系和应用数学研究所教授、北京大数据研究院院长鄂维南院士作题为“Machine Learning Assisted Modeling (MLAM): How can we construct interpretable and truly reliable models using concurrent learning?”的主题报告。实验室领导吴云东、胡晓军、涂欢及来自多家高校、科研机构及产业界代表等百余人通过线上和线下形式参会交流。中国科学院院士、实验室常务副主任吴云东主持。

鄂院士开门见山提出一个问题:我们如何将机器学习与基于物理的建模相结合，以开发新的可解释的和真正可靠的物理模型?接着他简单介绍了神经网络机器学习的基本概念，重点分析了基于微观物理模型而产生的机器学习方法（并行学习concurrent learning）。该方法由鄂维南课题组在2018年（ELT过程）提出，并在2020年（EELT过程）优化，通过Exploration、Examination、Labeling、Training四个步骤，以期获得一个最优的、具有绝对代表性的数据集，同时数据量尽可能小，来减少微观物理模型的计算成本。随后，他从分子动力学、空气动力学、聚合物流体力学等多种高维度问题切入，讨论了并行学习对不同微尺度模型的应用及计算结果。

在交流环节，到场科学家们踊跃提问，大家围绕蛋白质折叠、蛋白质力场、跨尺度力场等问题展开讨论，鄂院士一一进行了细致回应。吴云东院士对鄂院士的到来表示衷心的感谢，同时也期待深圳湾实验室能和更多领域的专家建立联系，积极参与学术交流，做好跨学科交叉融合，碰撞出更多新想法新思路。

撰稿 | 葛梦漪

编辑 | 白 白

欢迎投稿、建议 | media@szbl.ac.cn