AI在信息与计算科学中的应用

20XX/XX/XXAI在信息与计算科学中的应用汇报人:XXXCONTENTS目录01

分享开场与内容介绍02

AI与信息与计算科学的融合03

AI在信计领域的典型案例04

AI+信计的未来发展方向05

给信计本科生的学习建议分享开场与内容介绍01AI技术发展背景近年大模型技术快速迭代，AI对各学科领域影响加深，推动信息与计算科学革新。高校专业培养背景信息与计算科学对复合型人才需求提升，要求学生掌握AI相关应用能力。目标受众定位主要面向高校信息与计算科学专业师生，以及领域内入门科研工作者。分享背景与受众定位本次分享内容概览AI在数值计算中的优化应用AI可加速微分方程求解，谷歌DeepMind的AlphaFold大幅提升蛋白质结构计算效率。AI在数据建模中的落地场景AI助力信息数据特征提取，Netflix用AI建模分析用户观影数据优化推荐精准度。AI在风险预测中的技术优势AI可基于计算模型预判金融风险，摩根大通用AI模型提前计算预判市场波动风险。AI与信息与计算科学的融合02数值计算领域融合大规模方程组快速求解AI模型通过学习方程组结构特征，可快速输出高精度近似解，谷歌DeepMind已应用该方法提升偏微分方程组求解效率。非线性方程根的智能预测基于神经网络的AI模型可学习已有根样本的分布规律，快速预测非线性方程的根的大致区间，缩短寻根时间。数值积分的自适应优化AI可根据被积函数的曲线特征自动调整积分点分布，在保证精度的同时减少计算量，已应用于工程数值模拟场景。大规模组合优化求解谷歌DeepMind开发的AlphaFold，结合AI与计算方法，高效破解蛋白质结构折叠这一组合优化难题。非线性规划问题求解工业生产流程参数优化中，AI神经网络可快速拟合非线性目标，输出比传统方法更优的可行解。约束优化问题求解物流路径规划场景中，AI结合计算科学算法，在车辆载重、配送时效约束下快速算出最优配送方案。优化问题求解融合数据建模分析融合

非线性模型快速拟合AI可通过神经网络自主学习数据特征，短时间内完成复杂非线性数据的高精度拟合建模。

异常数据智能识别修正AI依托训练好的模型，能快速定位建模中的异常离群点，自动完成数据修正优化模型精度。

建模结果动态迭代优化谷歌DeepMind在流体力学建模中，用AI实时接收新数据更新模型参数，持续提升预测准度。统计推断方向融合

贝叶斯统计推断优化大语言模型基于贝叶斯框架更新参数，提升了未知数据分布场景下推断结果的准确率。

异常点检测效率提升AI通过预训练神经网络筛选数据，帮助统计推断快速锁定异常点，压缩了近60%的处理时间。

高维数据推断降维自动驾驶感知场景中，AI通过主成分分析自动降维，实现了对高维路况数据的实时统计推断。AI在信计领域的典型案例03AI辅助方程求解非线性偏微分方程求解

DeepMind的AI模型PINN已成功用于求解高维非线性偏微分方程，大幅缩短传统数值求解的时间。代数方程根的近似计算

谷歌开发的AI算法可快速计算高次代数方程的近似根，精度高于传统二分法、牛顿迭代法。大规模线性方程组求解

百度飞桨推出的AI求解器，可高效求解工程领域的千万级大规模稀疏线性方程组。AI优化算法求解旅行商问题求解谷歌DeepMind利用强化学习优化算法，可高效处理上千节点的旅行商路径规划问题，求解速度远超传统方法。分子构象预测DeepMind的AlphaFold借助AI优化算法，精准预测蛋白质三维结构，推动了计算生物学领域的发展。电力系统负荷调度国内电网企业应用AI优化算法进行负荷调度，降低了网损，提升了电力资源的调配利用效率。基金投资组合优化贝莱德集团运用AI优化算法，能在满足风险约束下快速求解最优投资组合，提升了投资收益。AI驱动大数据建模

用户流量预测建模抖音借助AI分析用户历史浏览、点赞数据，构建流量预测模型，精准预判内容热度走向。

金融风险评估建模支付宝用AI驱动大数据建模，分析用户多维行为数据，实现更精准的信用风险评估。

气象灾害预测建模中国气象局通过AI融合多源气象观测数据，构建灾害预测模型，提升暴雨预警准确率。贝叶斯后验概率推断加速传统MCMC采样计算后验分布速度极慢，AI中的归一化流模型可快速逼近精确后验分布。缺失数据的统计估计补全临床医疗数据集常存在检测数据缺失，AI生成模型可结合已有特征准确补全，助力统计分析。异常样本的统计检测识别互联网金融风控中，AI模型结合统计特征，可高效识别不符合分布的欺诈交易异常样本。AI辅助概率统计推断AI助力科研数据处理

基因组测序数据拼接华大基因运用AI算法快速拼接人类基因组测序数据，大幅缩短了数据分析时长，提高了拼接精度。

引力波天文信号识别LIGO合作组借助AI算法快速从海量观测数据中识别出引力波信号，助力天文领域重大发现。

气候模拟数据预测欧洲中期天气预报中心利用AI处理海量气候模拟数据，提升了中长期极端天气的预测准确率。

粒子物理实验数据分析欧洲核子中心利用AI对大型强子对撞机产生的海量实验数据进行筛选，高效发现希格斯玻色子相关信号。AI+信计的未来发展方向04交叉学科新增长点01AI+计算生物学AI与信计结合助力蛋白质结构预测，DeepMind的AlphaFold2就是典型成功案例，推动生物医药发展。02AI+气候科学AI结合数值计算优化气候模型预测精度，能更精准提前预警极端天气，助力防灾减灾。03AI+量子计算AI优化量子电路设计与量子态测量，加速量子计算的研发进程，推动算力革命到来。气候气象预测领域AI结合信计的数值计算能力，可优化气象预测模型，当前谷歌DeepMind已实现精准短期极端天气预测。生物基因序列分析领域AI依托信计的大数据处理能力，能快速分析基因序列，助力罕见致病基因的识别与靶向药物研发。量化金融投资领域AI结合信计的计算模型可实时处理海量金融交易数据，当前摩根大通已用该模型提前预判市场波动风险。行业应用拓展方向给信计本科生的学习建议05核心能力培养方向

数学建模能力学习过程中可参加全国大学生数学建模竞赛，练习用数学工具抽象解决实际AI相关问题。

AI编程实践能力可基于GitHub上的开源AI项目二次开发，积累PyTorch框架下的模型调优实战经验。

交叉融合思维能力主动参与跨院系AI项目合作，结合信计专业知识解决金融、生物等领域的实际问题。跨领域学习路径

生物信息领域拓展跟随