从游戏少女到AI女神，她用物理驯服AI，让风暴预测快1000倍

10岁Rose，25年前。 Yu收到了一台改变命运的电脑。从玩游戏到成为AI领域的领军人物，她如何通过物理和深度学习来解决交通、风暴和核聚变的问题？跟随她的脚步，揭示一个天才科学家的生活！

10岁那年，Rose Yu收到了一份改变命运的生日礼物——一台电脑。

二十五年前，电脑在中国很少见。这份来自叔叔的礼物，从此开始了她的开挂生活！

Rose Yu在加州大学圣地亚哥分校俯瞰拉霍亚海岸。她致力于构建一个神经网络，可以用物理原理解决实际问题。

起初，Yu用它来玩电脑游戏，到了中学，她获得了网页设计奖。

她在浙江大学主修计算机科学，在大学期间因创新研究而获奖。

后来，她选择去南加州大学。（USC）读博士，部分原因是她在美国唯一的亲戚朋友——那个叔叔，当时正在附近的喷气推进实验室。

Yu在2017年获得博士学位，并获得最佳博士论文奖。

最近一次获奖是在今年1月，美国总统拜登亲自授予她初始职业奖。

Yu现在是加州大学圣地亚哥分校。（UCSD）副教授，是「深入学习物理指导」多年来，该领域的领军人物致力于将物理知识融入神经网络。

通过加快湍流模拟，她用流体力学原理改善了交通预测，加深了对风暴的认识，甚至制定了一些预测新冠肺炎的工具。（Covid-19）的传播。

他理想地安排了一套称之为「AI科学家」数字化实验室助手。

人类研究人员与AI助手的合作，基于物理原理，有望产生全新的科学观点。

对她来说，把这些整合起来「助手」信息，或许是加快科学发现进程的最佳途径。

造成交通堵塞的灵感

读研时，Rose 被洛杉矶的堵车摧毁了Yu！

两条高速公路在学校门口相遇，每次出门都像「渡劫」。

2016年，她心血来潮：深入学习可以识别图片，可以预测动态交通吗？

那时，深度学习淬火，它通过多层神经网络从数据中挖掘出规律，图像分类成果显著。

它把车流想象成水流，在模型中，道路上的车流就像液体在平面上流动，遵循流体力学规律。

最大的创新就是引入图论的概念，把交通当作一张图。「图」。

对公路交通状况进行监测的传感器是「节点」，传感器间的道路和距离形成「边」。

借助于这张图，可以在某一时刻得到整个路网的实时情况，包括每个位置汽车的平均速度。

将每5分钟生成的图片组合起来，可以清楚地看到交通的变化趋势，预测交通状况。

依靠Cyrus导师 Shahabi积累了大量的数据，她的模型将交通预测时间从15分钟延长到1小时！

谷歌地图于2018年直接使用了她的代码，并邀请她成为一名浏览研究员。

给风暴「算卦」

解决了交通堵塞问题，她便把目光投向了气候领域的硬骨——湍流预测。

2018年，Yu在Lawrence Berkeley国家实验室进行了一次演讲，并与那里的科学家进行了交流，明确了这一问题。

湍流就是水流、气流中那些复杂的漩涡，小到咖啡搅拌的漩涡，大到海洋中的飓风，都与之有关。

使用传统的Navier-Stokes方程来预测湍流，计算速度像蜗牛一样慢，这就是为什么风暴很难准确预测。

Yu学习这些模拟，用最好的数值模拟训练深度神经网络。

模型效果惊人：二维场景预测速度快20倍，三维场景直接快1000倍！

未来的预警风暴估计将采用她的湍流预测算法。

湍流几乎无处不在：血液中的湍流会导致中风，无人机螺旋桨的湍流会使飞机摇晃。

Yu在加州理工学院（CIT）在做博士后的时候，曾经和别人合作写过一篇关于无人机稳定性的论文。

该团队利用神经网络模拟湍流，从而更好地控制无人机的起降。

在1亿摄氏度左右的高温下，等离子体内会产生各种湍流。核聚变是高温等离子体中湍流的关键。

目前，Yu正在开发一种能瞬间预测等离子体动作的深度学习模型。

AI科学家

Rose Yu还有一个更大胆的想法：创造「AI科学家」。

团队开发的AI，已能够自动发现物理规律，例如洛伦兹对称光速恒定，物体旋转不变的旋转对称。

更加令人惊讶的是，这些都是由AI自己实现的！

AI也有潜力发现物理学中未知的新对称，这将是一个巨大的突破。

她所设想的「AI科学家」这不是一个单一的神经网络，而是一个帮助科学家进行新发现的程序。

比如天气预报，分析全球变暖的原因，研究疫苗接种政策对疾病传播的影响。

现在，她的团队正在开发更强大的基本模型，可以处理各种数据，如数字，文本，图像，视频等。

也许几年后，科研人员就可以用它来快速地分析数据，提出假设，把更多的精力留给脑洞大开的创造性工作。

但她也强调：AI永远是助手，而非替代者。

「人类的创造力是不可替代的，我们的目标是让AI帮助做杂活！」

Rose Yu（虞琦）

Rose Yu是加州大学圣地亚哥分校。（UC San Diego）计算机科学与工程系副教授。在Hall，她是AI团队的核心成员ıcıoğlu数据科学研究所就职。

对于AI推动科学发现，她的研究兴趣主要在于机器学习，尤其是对大规模时空数据的处理和分析。

曾获美国总统青年科学家和工程师奖（PECASE），还获得了DARPA青年教师奖、欧洲早期科学与工程奖、（ECASE）、美国国家科学基金会（NSF）杰出青年奖，赫尔曼奖学金，摩根大通，Meta、公司授予的教师奖，如谷歌、亚马逊和Adobe。

Yu多次获得最佳论文奖，并获得南加州大学（USC）最佳博士论文奖。在35岁以下的AI领域，她还被《麻省理工科技评论》评为开创者。

参考资料：

https://www.quantamagazine.org/improving-deep-learning-with-a-little-help-from-physics-20250423/

本文来源于微信微信官方账号“新智元”，作者：英智 ，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com