搜索
近日，由复旦大学智能机器人与先进制造创新学院、计算力学与人工智能交叉研究院联合主办的“复旦-清华力学前沿论坛”在复旦大学成功举行。论坛以“人工智能与力学交叉创新”为主题，汇聚两校顶尖学者，通过相伯讲堂、特邀报告以及学者交流研讨等形式，深入探讨力学学科在智能时代的突破性发展与创新路径。论坛开幕式由智能机器人与先进制造创新学院党委书记仇棣主持。
开幕式：共绘智能力学发展新蓝图
复旦大学党委常委、副校长，智能机器人与先进制造创新学院院长姜育刚教授在开幕式上致辞。他指出，复旦大学在2025年战略性布局六大创新学院，力学与人工智能的深度融合是着力推进新工科建设的重要部分。本次论坛为两校顶尖团队围绕力学与人工智能交叉领域开展高水平合作交流搭建了重要平台。
计算力学与人工智能交叉研究院创始院长Timon Rabczuk（帝蒙·蓝楚科）院士在致辞中对学校和学院给与本次论坛的大力支持表示感谢，向参会学者致以热烈欢迎。他表示，人工智能正重塑计算力学的范式，未来亟需进一步打破学科壁垒，构建“智能驱动”的力学研究新生态。
相伯讲堂：科学机器学习引领力学范式变革
“相伯讲堂”上，帝蒙·蓝楚科院士以《科学机器学习在工程与力学中的应用》为题作专题报告，系统梳理了物理信息神经网络（PINNs）、深度能量方法（DEMs）及神经算子等前沿技术。重点介绍了团队提出的变分物理信息神经算子（VINO）与步感知神经算子（SANO），前者通过变分原理提升静态偏微分方程求解的精度与稳定性，后者专为动态问题设计，有效规避长期预测中的误差累积。“神经算子+传统数值解法”的混合策略，可求解复杂多物理场问题。相伯讲堂由复旦交叉研究发展中心副主任许凯亮教授主持。
特邀报告：AI融合力学方法引领材料设计与多尺度计算新突破
特邀报告环节，清华大学长聘教授柳占立作以《功能结构材料设计的力学建模与深度学习融合》为题作专题报告。系统阐述了如何将深度学习与力学建模相融合，用于先进功能结构材料的智能设计。重点展示了两种创新方法：一是基于监督学习的声学超材料带隙逆向设计，实现从目标性能到结构构型的精准映射；二是数据驱动的非周期多功能结构材料设计，凸显了物理AI在解决力学逆问题中的突破性潜力。
清华大学副教授刘岩聚焦《基于平滑分子动力学与深度学习的多尺度计算研究进展》，重点介绍在基于平滑分子动力学（SMD）与深度学习的多尺度计算方法上的创新突破。两场报告分别由庄晓莹教授与童崎教授主持。
力学前沿报告：展现交叉创新蓬勃活力
与会学者围绕湍流DNS大数据与Liutex理论流体力学、核材料与结构计算力学、微尺度流体系统中的气泡/液滴动力学行为、复杂颗粒系统离散元法模拟、航空航天与海洋智能计算流体动力学、基于强化学习方法的仿生游泳策略等前沿课题，分享了最新的研究成果和实践经验，充分展现了两校科研团队在“力学+AI”领域的广阔合作前景。
本次论坛集中展示了人工智能赋能力学的最新研究进展，进一步深化了两校在人才培养喝科研攻关方面的合作共识。未来，双方将以此次论坛为纽带，持续推动智能力学在重大工程与前沿基础科学中的创新应用。
