CNCC|第二屆「人工智慧在大規模科學計算領域的應用探索」論壇

ccfvoice 發佈 2022-12-03T16:52:17.294949+00:00

CNCC2022將於12月8日至10日舉辦,今年CNCC技術論壇數量達到122個,內容涵蓋了「計算+行業、人工智慧、雲計算、教育、安全」等30個方向。本文特別介紹將於12月8日舉行的【第二屆「人工智慧在大規模科學計算領域的應用探索」】論壇。

CNCC2022將於12月8日至10日舉辦,今年CNCC技術論壇數量達到122個,內容涵蓋了「計算+行業、人工智慧、雲計算、教育、安全」等30個方向。本文特別介紹將於12月8日舉行的【第二屆「人工智慧在大規模科學計算領域的應用探索」】論壇。


CNCC2022將解讀算力發展趨勢,帶你洞悉數據價值真諦,與你共議計算領域生態融合與發展!別缺席,等你來,歡迎報名在線參會!



隨著科學計算和人工智慧融合方法的發展,AI For Science方法已逐漸進入深水區,在天氣氣候、海洋科學、湍流燃燒、信息安全、新材料等傳統高性能計算領域發揮著越來越重要的作用。本論壇將重點討論傳統超級計算領域科學計算和人工智慧方法的融合應用,研究微觀、介觀、宏觀不同尺度計算問題的智能加速方法,討論浮點、定點類應用問題的智能加速方法,探索嚴格數學模型類應用的智能加速方法,進一步解決傳統科學計算存在的計算複雜度高、適應性有限等問題,促進相關領域計算方法的創新和進步。


論壇安排


順序

主題

主講嘉賓

單位

1

密碼算法分析與設計的智能化

王美琴

山東大學

2

深度學習在地球系統科學中的應用與挑戰

黃小猛

清華大學

3

機器學習給原子尺度模擬帶來的機遇和挑戰

陳默涵

北京大學

4

面向空天動力的超聲速湍流燃燒智能仿真

安健

清華大學

5

基於機器學習與數值模式融合的海洋與氣候預測預報探索研究

宋振亞

自然資源部第一海洋研究所


論壇主席


劉鑫

國家並行計算機工程技術研究中心 研究員


CCF高性能專委副秘書長、獲2017年度「CCF-IEEE CS青年科學家獎」、2021年ACM Gordon Bell Prize。神威系列智能計算機常務副總設計師,一直從事超級計算機體系結構、並行算法及應用支撐軟體的研究工作,在國產神威超級計算機在科學計算和人工智慧領域的應用推廣,應用支撐環境和硬體改進創新等工作中成效顯著。曾獲省部級科技進步一等獎兩項、二等獎三項,「清華大學-浪潮集團計算地球青年人才獎」。


報告及講者介紹


王美琴

山東大學網絡空間安全學院 常務副院長,密碼技術與信息安全教育部重點實驗室 副主任


教育部長江學者,山東省泰山學者。擔任中國密碼學會理事、中國密碼學會密碼數學理論專委會委員、工業和信息化部商用密碼應用推進專委會委員和教育部網絡空間安全專業教學指導委員會委員。研究方向為對稱密碼算法的分析與設計。主持國家「變革性技術關鍵科學問題」重點專項計劃課題、國家自然科學基金重點項目等重點項目10餘項,在EUROCRYPT、ASIACRYPT、FSE等國際密碼頂會和密碼權威期刊發表論文90餘篇,獲國家科技進步一等獎和國家密碼科技進步一等獎等獎項。


報告題目:密碼算法分析與設計的智能化


自動化搜索方法在解放密碼分析人員勞動力和提升密碼算法設計水平方面功不可沒,但隨著研究的深入,其在諸多搜索任務中的效率問題和準確性問題逐漸成為現階段制約自動化密碼分析方法進一步應用的核心瓶頸。已有的自動化搜索方法基於數學問題求解工具構建,必然受到現成求解器計算能力約束。與此同時,人工智慧在各行各業對傳統計算方式的衝擊使得我們開始思考,能否將人工智慧中的算法與經典求解工具相結合,突破制約自動化搜索方法進一步應用的壁壘,從而構建功能更強的自動化密碼分析工具。報告主要圍繞基於布爾可滿足性問題(Boolean SATisfiability Problem, SAT)的自動化搜索方法展開,首先介紹如何優化現有自動化搜索框架以提升搜索效率和精確度,其次介紹基於深度學習的密碼分析進展。

黃小猛

清華大學 地球系統科學系教授,地球系統數值模擬教育部重點實驗室 主任


中國海洋學會人工智慧海洋學專業委員會常務委員。長期從事地球系統數值模擬、高性能計算、大數據和人工智慧方面的研究工作,是2021年國家自然科學傑出青年科學基金獲得者,多項成果被地球系統數值模擬科學大裝置和美國大氣科學研究中心CESM模式採用。目前正在主持2020年全球變化重點專項「發展通用的地球系統模式高效並行計算框架」項目研究,在國內外學術期刊上發表論文100餘篇。擔任模式發展領域著名刊物GMD專題編輯,以及世界天氣研究計劃中國委員會「大數據和人工智慧」工作組組長。


報告題目:深度學習在地球系統科學中的應用與挑戰


地球系統數值模擬是希望在超級計算機裡面實現一個數字孿生地球來模擬真實的地球,而人工智慧可能是達成這一目標的關鍵發展路徑。本次報告將從遙感製圖、極端天氣事件檢測、天氣預報與氣候預測以及數值模式物理參數化過程的智能化改造等幾個方面來介紹深度學習在地球系統科學中的一些重要應用,並指出深度學習給地球系統科學研究帶來的各種機遇與挑戰,特別是對黑盒深度學習模型缺乏可解釋性和物理一致性的弱點和解決方法進行探討。

陳默涵

北京大學工學院 特聘研究員


本科和博士畢業於中國科學技術大學物理系,先後在普林斯頓大學和天普大學從事博士後研究。主要研究興趣主要為結合物理建模、高性能計算與機器學習,發展原子尺度的微觀模擬方法和程序。在Science Advances,Nature Chemistry,PNAS,PRL,Nuclear Fusion,MRE等國際核心學術刊物上發表重要論文。獲得2020年國際高性能計算領域的最高獎「戈登貝爾獎」,入選「兩院院士評選2020年中國十大科技進展新聞」。獲得北京大學博雅青年學者稱號。主持國家自然科學基金面上項目和優秀青年基金項目。


報告題目:機器學習給原子尺度模擬帶來的機遇和挑戰


基於經典分子動力學方法和密度泛函理論的原子尺度模擬方法已在眾多科學領域得到了廣泛應用,但這些方法也面臨精度和效率不可兼得的本質困難,機器學習方法為這兩個領域帶來了新的機遇和挑戰。本次報告將圍繞三方面展開。第一,基於深度學習的經典分子動力學方法效率高且具備第一性原理計算方法的精度,近年來在各領域的應用發展迅速,本報告將介紹深度勢能分子動力學(Deep Potential Molecular Dynamics)方法在效率提升和具體應用上的一些最新進展。第二,基於深度學習的電子結構計算方法已經得到了越來越多的重視和發展,例如在密度泛函理論框架中,可以採用深度學習方法獲得更準確的交換關聯泛函,從而進行準確且高效的第一性原理計算,本次報告將介紹一些相關工作進展。第三,隨著機器學習方法在電子結構計算中的廣泛應用,建立一套適用於機器學習框架的密度泛函理論軟體有利於推動新算法的實現和應用,本次報告將介紹國產開源密度泛函理論軟體項目ABACUS的一些最新動態。

安健

清華大學航空發動機研究院 助理研究員


國家博新人才計劃入選者,畢業於西北工業大學航空宇航科學與工程專業,主要從事超聲速湍流燃燒數值模擬、高超聲速組合動力燃燒室數值模擬與設計及湍流燃燒數值模擬與人工智慧方法相結合的相關研究。已在Combust. Flame 等期刊上發表SCI論文7篇,發展的相關湍流燃燒模型與算法已應用於國家重點工程型號。現主持國家自然基金委青年項目,博士後面上項目及兩項國防智能領域重點項目。


報告題目:面向空天動力的超聲速湍流燃燒智能仿真


由傳說普羅米修斯盜取火種到鑽木取火,人類對燃燒的研究從未停止,卻仍未完全掌握。數值模擬方法是當前研究燃燒以及評估各種燃燒器性能的重要手段,貫穿基礎研究到工程設計的各個環節。隨著空天發動機等尖端燃燒器的開發研製,現有的數值模擬方法與理論無論從計算效率還是計算精度上均難以滿足科學研究與工業應用的需求,人工智慧方法則帶來了新的解決途徑。本報告將從空天動力中所需要的高保真仿真方法與實時仿真方法兩個方面,介紹人工智慧方法在其中的一些重要應用與成果,探討人工智慧方法下物理問題建模的新範式與新思路,以及面向物理問題背景下的人工智慧新方法與新需求,共同探索學科交叉與融合帶來的各種機遇與挑戰。

宋振亞

自然資源部第一海洋研究所 物理海洋室主任/研究員,自然資源部海洋環境科學與數值模擬重點實驗室 副主任


物理海洋學博士,自然資源部海洋環境科學與數值模擬重點實驗室副主任。CCF高性能專業委員會執行委員、Ocean Modelling執行編輯、中國海洋學會海氣相互作用專業委員會秘書長、中國海洋學會人工智慧海洋學專業委員會常務委員、英特爾人工智慧領域諮詢專家委員會委員。一直從事海洋與氣候數值模擬、高性能計算以及機器學習應用等方面的工作。發展了兩代包含海浪的地球系統模式FIO-ESM,探索了海浪在氣候系統中的作用及機制;提出了數值模擬與機器學習深度融合的6個途徑,嘗試了機器學習在海洋與氣候快速預報、模式結果訂正等方面的應用;開展了海洋數值模式基於國產處理器的高效並行算法和地球系統模式的負載均衡算法等研究。現主持國家自然科學基金優秀青年基金、重點基金等項目,發表學術論文70餘篇,引用2000餘次。


報告題目:基於機器學習與數值模式融合的海洋與氣候預測預報探索研究


可預測的海洋是聯合國「海洋十年」的七大預期目標之一,也是海洋科學研究的終極目標。精準的海洋數值模擬是實現可預測的海洋這一目標的核心。經過半個多世紀的發展,海洋數值模擬和預測預報的能力已經有了長足的進步,但仍面臨解析度不夠、精細化模擬能力不足等問題。隨著海量數據的出現,科學研究已經從實驗歸納、模型推演和仿真模擬進入到以數據驅動科學發展為特徵的第四範式,同時,高性能計算機和深度學習等技術的快速發展,為精準海洋數值模擬的突破提供了機遇與挑戰。本報告將從機器學習與海洋數值模擬融合的角度,以算得快、模擬的准為目標,探討精準海洋數值模擬可能突破的途徑,為精準海洋模擬和預測預報以及海洋科學、高性能計算與人工智慧的深入交叉融合提供參考。


CCF推薦

【精品文章】

  • 智能加速科學計算,探索原理和數據驅動的新科學範式 | CNCC專家談




CNCC是級別高、規模大的高端學術會議,探討計算及信息科學技術領域最新進展和宏觀發展趨勢,展示計算領域學術界、企業界最重要的學術、技術成果,搭建交流平台,促進科技成果轉換,是學術界、產業界、教育界的年度盛會。今年邀請嘉賓包括ACM圖靈獎獲得者、田納西大學教授Jack Dongarra以及高文、管曉宏、江小涓、錢德沛、徐宗本、張平等多位院士及專家,還有七百餘位國內外名校學者、名企領軍人物、各領域極具影響力的業內專家,CNCC在計算領域的水準及影響力逐年遞增。本屆CNCC的主題是:算力、數據、生態。


CNCC2022將匯聚國內外頂級專業力量、專家資源,為逾萬名參會者呈上一場精彩宏大的專業盛宴。大會期間還將舉辦「會員之夜」大型主題狂歡活動,讓參會者暢快交流,燃爆全場。如此盛會,豈能缺席!等你來,馬上行動,歡迎參會報名!

關鍵字: