近日，记者从哈尔滨工业大学深圳校区了解到，该校区计算机科学与技术学院教授张永兵与清华大学自动化系教授季向阳合作，在AI+扩散动力学领域取得重要研究进展，相关研究成果发表于《自然—计算科学》。   

随着深度学习方法被应用于异常扩散的识别与表征，出现了一个基本挑战：如果观测轨迹缺乏训练扩散模型的特征，深度学习方法将导致不正确的观测现象识别。这种潜在的错误识别风险使深度学习方法难以被部署于真正的扩散动力学研究，同时也浮现出一个新问题：深度学习的“错误”是否能被研究者用于探索不同扩散动力学间的潜在关联？

研究团队针对现实世界场景中的复杂与未知扩散动力学行为，首次提出可靠识别异常扩散的深度学习框架，借助人工智能驱动的科学研究改变现有扩散评估模式，同时深入讨论了深度学习从经验观察中发现和分析未知扩散模式的机会，为AI助力人类进一步深入理解异常扩散与复杂动力学行为迈出开创性一步。

同期发表的评述文章认为，该成果加强了人们对异常扩散的理解，同时为使用深度学习进行分布外检测促进新理论发展注入了新动力。

相关论文信息：https://doiorg/101038/s43588-024-00703-7