“力学动态”文摘，第66卷，第4期
=======================================================================================
新闻报道
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
（摘自中国力学学会网站）
第十届中国力学学会科学技术奖初评工作已顺利完成，经资格审查和专家评审，共有23个项目通过初评，现将初评通过项目在中国力学学会网站公布。
自公布之日起15日内，任何单位或者个人对公布项目和项目主要完成人持有异议的，请以书面方式向我会提出，并提供必要的证明材料。为便于核实查证，确保客观公正处理异议，提出异议的单位或者个人应当表明真实身份，并提供有效联系电话和地址。以单位名义提出异议的，须在书面异议材料上加盖本单位公章；个人提出异议的，须签署真实姓名。超出期限的异议不予受理。
联系方式：中国力学学会奖励工作秘书组，北京市海淀区北四环西路15号，邮政编码100190
联系电话：010-62559209
中国力学学会
2024年5月17日
（摘自国家自然科学基金委员会网站）
（国科金计函〔2024〕39号
国家自然科学基金委员会（以下简称自然科学基金委）在2024年度项目申请集中接收期间共接收各类型项目申请384564项。按照《国家自然科学基金条例》《2024年度国家自然科学基金项目指南》以及国家自然科学基金相关类型项目管理办法等有关规定，自然科学基金委对项目申请进行了初审。
经初审，共受理项目申请383123项，不予受理项目申请1441项。自然科学基金委将向各依托单位发送纸质初审结果通知，并以电子邮件形式通知不予受理项目的申请人。依托单位可登录科学基金网络信息系统查询本单位项目申请受理情况。申请人如对不予受理决定有疑问，可向相关项目管理部门咨询；如对不予受理决定有异议，可在2024年5月17日16时前向相关项目管理部门提出复审申请。有关复审申请程序和要求详见附件。
附件：2024年度国家自然科学基金不予受理项目复审申请与审查工作程序
关于发布后摩尔时代新器件基础研究重大研究计划 2024年度项目指南的通告
（摘自国家自然科学基金委员会网站）
国科金发计〔2024〕137号
本重大研究计划面向芯片自主发展的国家重大战略需求，以芯片的基础问题为核心，旨在发展后摩尔时代新器件和计算架构，突破芯片算力瓶颈，促进我国芯片研究水平的提升，支撑我国在芯片领域的科技创新。
一、科学目标
本重大研究计划面向未来芯片算力问题，聚焦芯片领域发展前沿，拟通过信息、数学、物理、材料、工程、生命等多学科的交叉融合，在超低能耗信息处理新机理、载流子近似弹道输运新机理、具有高迁移率与高态密度的新材料、高密度集成新方法以及非冯计算新架构等方面取得突破，研制出1fJ以下开关能耗的超低功耗器件和超越硅基CMOS载流子输运速度极限的高性能器件，实现算力提升2个数量级以上的非冯架构芯片，发展变革型基础器件、集成方法和计算架构，培养一支有国际影响力的研究队伍，提升我国在芯片领域的自主创新能力和国际地位。
二、核心科学问题
针对后摩尔时代芯片技术的算力瓶颈，围绕以下三个核心科学问题展开研究：
（一）CMOS器件能耗边界及突破机理。
需要重点解决以下关键问题：探寻CMOS器件进行单次信息处理的能耗边界，研究突破该边界的新机理，实现超低能耗下数据的计算、存储和传输。
（二）突破硅基速度极限的器件机制。
需要重点解决以下关键问题：在探索同时具备载流子长自由程和高态密度的新材料体系基础上，研究近似弹道输运的器件机理，实现突破硅基载流子速度极限的高性能器件。
（三）超越经典冯?诺依曼架构能效的机制。
需要重点解决以下关键问题：探寻计算与存储融合的机制与方法，并结合新型信息编码范式，实现新型计算架构，突破冯?诺依曼架构的能效瓶颈。
三、2024年度重点资助研究方向
（一）培育项目。
围绕上述科学问题，以总体科学目标为牵引，拟资助探索性强、选题新颖、前期研究基础较好的培育项目5项，研究方向包括但不限于以下内容：
1. 超低功耗器件的理论、材料与集成技术。
针对1fJ以下的开关能耗目标，研究超越CMOS的新原理逻辑、存储器件及其核心材料与集成技术；研究极端物理条件下的极低功耗信息处理与存储机制及模型。
2. 高速高性能器件的理论、材料与集成技术。
探究弹道输运机制，寻求高迁移率和高态密度的硅基兼容半导体新材料，研究并实现高弹道输运系数的新型场效应器件；探索有限能耗下的信息高速处理、存取与传输新机制及其器件技术。
3. 高能效计算与存储架构。
探寻突破冯诺伊曼能效瓶颈的新型计算架构和存储架构，研究面向存内计算新架构的设计方法学。
（二）重点支持项目。
围绕核心科学问题，以总体科学目标为牵引，拟资助前期研究成果积累较好、处于当前前沿热点、对总体目标有较大贡献的重点支持项目6项，方向如下：
1.超低温下的弹道输运器件。
面向低功耗高性能需求，研制低温弹道输运器件，低于77K 工作温度下，栅极过驱动电压和漏极电压同时小于0.5 V 时，器件电流开关比达到9个数量级以上，器件的弹道输运系数大于0.8，且载流子注入速度大于 1×107?cm/s；建立77K以下低温器件PDK，设计在77K以下低温工作的8 bit微处理器，实验验证其速度和功耗性能优于室温性能1倍以上，为超越现有硅基高性能计算技术提供可工程化的解决方案。
2.高迁移率堆叠沟道围栅CMOS器件。
面向高性能应用需求，研制出高迁移率堆叠沟道的多层围栅CMOS器件，沟道层数不小于3层，NMOS与PMOS在工作电压为0.7 V时开态电流均大于600 μA/μm，NMOS与PMOS的阈值电压绝对值偏差小于100 mV，开关比大于106。
3.高鲁棒性的SRAM存算一体架构及其大规模扩展架构研究。
研究数字域SRAM（随机静态存储器）存算一体架构及其高鲁棒性设计方案，研究定点、浮点及可变精度的高算力密度SRAM存算一体架构技术，单芯片算力不低于4 TOPS，支持INT8/BF16等主流计算精度，支持大模型中的张量算子；研究面向大模型应用的算力可扩展架构及高效编译方法，算力不低于100 TOPS@INT8, 50 TFLOPS@BF16，解决SRAM存算一体架构的算力扩展问题。
4.融合不同存储介质的异构存算一体架构研究。
研究融合新型非易失高密度存储器与易失性高速高耐久性存储器异质集成方法、近存与存内计算电路融合设计、多算子灵活可编程架构技术、以及融合不同存储介质的异构存算一体架构芯片，支持INT8、BF16等多种数据精度，计算能效>20 TOPS/W@INT8，支持大模型、机器视觉等主流人工智能算法的多种张量算子，实现算力密度和能效的显著提升。
5.面向科学计算的高精度模拟计算架构研究。
研究基于模拟计算机制的线性矩阵方程、非线性矩阵方程、微分方程的高精度求解方法与电路拓扑，研究面向科学计算或AI for Science的模拟计算架构；矩阵求解规模不少于1024×1024，精度不低于32位浮点数；FP32求解精度下，功耗降低2个数量级，求解延时降低1个数量级。
6.面向新型计算器件的异构众核架构设计方法。
面向新型计算器件，研究通用、可扩展的异构众核架构设计方法。构建应用分析模型，获取“专用-通用”异构算力、存储带宽等设计需求；构建架构设计语言，基于新型计算器件描述异构计算核、众核数据流、存储层次和互连等；研究异构众核架构的自动化生成和寻优方法，提升架构的设计指标。基于上述方法开发工具原型，选取典型器件和应用设计异构众核架构，专用算力不低于64 TOPS@INT8、通用算力不低于6 TOPS@INT8。
(三)集成项目。
拟遴选具有重大应用价值和良好研究基础的研究方向资助集成项目3项，方向如下：
1.面向大规模CMOS集成的二维半导体技术。
针对后摩尔时代超低功耗器件的需求，研究面向大规模CMOS集成的单原子层二维半导体材料、器件、EDA与工艺，解决硅基CMOS技术面临的微缩瓶颈与功耗瓶颈。发展N型与P型二维半导体单晶制备方法，实现8英寸硅基衬底上二维半导体单晶连续薄膜的制备；研究二维半导体器件集成工艺，实现基于二维半导体的CMOS逻辑门单元，其中器件栅介质等效氧化层厚度（EOT）≤1 nm，欧姆接触电阻≤100 Ω·μm（接触长度≤20 nm），1 V源漏电压下开态电流密度≥1 mA/μm；发展器件-工艺-电路协同优化策略，研制千门级二维半导体逻辑芯片，实现关键逻辑功能验证。
2.RISC-V与存算一体异构融合芯片。
面向大模型等人工智能应用的高算力密度、计算完备性和自主可控生态的需求，研究SRAM存算一体与高性能RISC-V处理器的异构融合架构设计，多核可扩展架构与高速互连设计，及全栈式异构计算编译与软件栈。完成基于高性能RISC-V处理器核的存算一体扩展指令集，包括不低于10条扩展指令，实现异构计算芯片原型1款，AI计算模块的算力密度大于5.92 TPP/mm2，完成多核异构可扩展计算架构及其仿真器设计，架构算力不低于100 TOPS@INT8，完成RISC-V异构编译全栈软件工具链，实现面向异构多核芯片的高效编译与自动化程序部署。
3.数据驱动存算集成计算架构。
面向人工智能高算力、高能效需求，研究数据驱动的数字计算与存内计算结合的存算集成计算架构并研制验证芯片。研究存算集成架构的数据编码方式与计算原理，探索数据驱动的存算协同数据流，设计适配存算集成的电路、系统架构与并行方法，解决智能计算芯片高能效、高精度、高灵活难兼顾的难题。研制数据驱动存算集成计算芯片，支持可变计算精度，支持线性与非线性算子>10种，峰值计算能效> 40 TOPS·bit/W，存算阵列性能密度>12 TOPS·bit/mm2，存储容量>1 Mb，存储密度>1 Mb/mm2，在典型人工智能模型上完成验证。
四、项目遴选的基本原则
（一）紧密围绕核心科学问题，鼓励有价值的前沿探索和创新研究。
（二）优先资助能解决芯片中的实际难题、具有应用前景的研究项目。
（三）鼓励与数学、物理、工程、材料、生命科学等多学科交叉研究。
（四）重点资助具有良好研究基础和前期积累、对总体目标有直接贡献的研究项目。
五、2024年度资助计划
2024年度拟资助培育项目5项，直接费用的平均资助强度约为80万元/项，资助期限为3年，培育项目申请书中研究期限应填写“2025年1月1日-2027年12月31日”；拟资助重点支持项目6项，直接费用的平均资助强度约为300万元/项，资助期限为3年，重点支持项目申请书中研究期限应填写“2025年1月1日-2027年12月31日”。拟资助集成项目3项，直接费用的平均资助强度约为1500万元/项，资助期限为3年，集成项目申请书中研究期限应填写“2025年1月1日-2027年12月31日”。
六、申请要求及注意事项
（一）申请条件。
本重大研究计划项目申请人应当具备以下条件：
1.具有承担基础研究课题的经历；
2.具有高级专业技术职务（职称）。
在站博士后研究人员、正在攻读研究生学位以及无工作单位或者所在单位不是依托单位的人员不得作为申请人进行申请。
（二）限项申请规定。
执行《2024年度国家自然科学基金项目指南》“申请规定”中限项申请规定的相关要求。
（三）申请注意事项。
申请人和依托单位应当认真阅读并执行本项目指南、《2024年度国家自然科学基金项目指南》和《关于2024年度国家自然科学基金项目申请与结题等有关事项的通告》中相关要求。
1.本重大研究计划项目实行无纸化申请。申请书提交日期为2024年6月24日－7月1日16时。
（1）申请人应当按照科学基金网络信息系统(以下简称信息系统)中重大研究计划项目的填报说明与撰写提纲要求在线填写和提交电子申请书及附件材料。
（2）本重大研究计划旨在紧密围绕核心科学问题，将对多学科相关研究进行战略性的方向引导和优势整合，成为一个项目集群。申请人应根据本重大研究计划拟解决的具体科学问题和项目指南公布的拟资助研究方向，自行拟定项目名称、科学目标、研究内容、技术路线和相应的研究经费等。
（3）申请书中的资助类别选择“重大研究计划”，亚类说明选择“培育项目”“重点支持项目”或“集成项目”，附注说明选择“后摩尔时代新器件基础研究”，根据申请的具体研究内容选择相应的申请代码。
培育项目和重点支持项目的合作研究单位不得超过2个。集成项目的合作研究单位不得超过4个。
（4）申请人在申请书“立项依据与研究内容”部分，应当首先明确说明申请符合本项目指南中的重点资助研究方向，以及对解决本重大研究计划核心科学问题、实现本重大研究计划科学目标的贡献。
如果申请人已经承担与本重大研究计划相关的其他科技计划项目，应当在申请书正文的“研究基础与工作条件”部分论述申请项目与其他相关项目的区别与联系。
2.依托单位应当按照要求完成依托单位承诺、组织申请以及审核申请材料等工作。在2024年7月1日16时前通过信息系统逐项确认提交本单位电子申请书及附件材料，并于7月2日16时前在线提交本单位项目申请清单。
3.其他注意事项。
（1）为实现重大研究计划总体科学目标和多学科集成，获得资助的项目负责人应当承诺遵守相关数据和资料管理与共享的规定，项目执行过程中应关注与本重大研究计划其他项目之间的相互支撑关系。
（2）为加强项目的学术交流，促进项目群的形成和多学科交叉与集成，本重大研究计划将每年举办一次资助项目的年度学术交流会，并将不定期地组织相关领域的学术研讨会。获资助项目负责人有义务参加本重大研究计划指导专家组和管理工作组所组织的上述学术交流活动。
（四）咨询方式。
========================================================================
学术会议
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
Announcing the 25th International Conference on Wear of Materials
We are delighted to announce that the 25th International Conference on Wear of Materials will take place in the beautiful Sitges, Spain from 13-17 April 2025.
The International Conference on Wear of Materials is a prestigious, long-established conference which provides a unique international forum for researchers and practicing engineers from different disciplines to interact and exchange their latest results. It is unique for its paper submission process with full peer review in collaboration with the Elsevier journal Wear to ensure the technical quality of presentations.
This special 25th edition of the conference will include sessions on both the fundamental and applied aspects of the wear of materials, including special related topics in aerospace, renewable energy, e-vehicles, biotribology, tool wear, and surface engineering.
We welcome both experimental and modeling work in format of full length research paper or case study with focus on wear of materials. A full list of topical areas are listed below.
Oral and poster abstracts are now invited on the following topics and should be submitted using the online abstract submission system . Deadline: 7 June 2024
Conference Topics:
Biotribology
Ceramics and CMCs
Cutting and Tool Wear
Erosion and Erosion-Impact
Extreme Environment Wear including High and Low Temperatures and Vacuum
Fretting Wear
Lubricated Wear
Metals and MMCs
Polymers and PMCs, Friction Materials
Role of Third Bodies
Rolling Wear including Bearing, Gear, and Rail
Sliding Wear including scuffing and galling
Surface Engineering including Coatings, Surface Treatment, Surface Texturing
Transportation Wear including Automotive, Aerospace, and Marine
Tribocorrosion including erosion-corrosion
Wear in Renewable and Sustainable Technologies
Wear Testing and Monitoring
Emerging topics
We look forward to receiving your submission.
Kind regards,
Conference Chair Richard Chromick, McGill University, Quebec, Canada
Special Session on "Manipulation and testing of micro/nanoscale materials" MARSS 2024_July 01-05_Delft, Netherlands
MARSS, the annual International Conference on Manipulation, Automation and Robotics at Small Scales, is a non-profit conference run by the microrobotic community and technically supported by IEEE-RAS and IEEE-NTC. MARSS2024 will be held in-person on July 01-05, 2024, in Delft, Netherlands. The conference is the flagship forum to discuss cross-disciplinary activities on 1) manipulation, automation, measurement, and characterization at micro/nano scales, and 2) all kinds of small-scale robots (nm – cm) and their applications.
This year the organizers decided to include a special session on “Manipulation and testing of micro/nanoscale materials”. MARSS conference will thus provide a meeting platform between technologists with manipulation and robotics expertise and the scientific community of small-scale testing utilizing all the different tools ranging from MEMS actuators to in-situ manipulation solutions with embedded sensors.
Short papers are accepted until April 30th. You can refer to the website of the conference for paper submission details (https://marss-conference.org/submission/paper-submission/ ).
==========================================================================
招生招聘
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
2 Ph.D. Positions in Computational Materials Science at the University of Manitoba, Canada
About Us:The University of Manitoba (U of M or UM) is a public research university in Manitoba, Canada. The university maintains a reputation as a top research-intensive post-secondary educational institution and conducts more research annually than any other university in the region. The teaching and research activities at the Department of Mechanical Engineering cover multiple mechanical engineering fields including solid mechanics, materials sciences, fluid mechanics, manufacturing and e.g. The department has several well-established laboratories that can handle the design and testing of advanced alloy materials, smart materials and vibration systems equipped with high-performance computers, LMS data acquisition system, Polytec laser vibrometer, Nanosurf atomic force microscope, Nanoindentation test bench and Electron scanning/transmission microscopes. World-leading high performance computing resources are available through Compute Canada and WestGrid.
Main Research Direction: (1) Position 1 will focus on the structure, thermodynamics and/or kinetics of grain boundaries in metals; (2) Position 2 will focus on the design and characterization of high-entropy steels. Both positions will use atomistic simulations and machine learning as the main tools.
Supervisor: Dr. Chuang Deng (https://scholar.google.ca/citations?hl=en&user=k62IEhQAAAAJ)
Fellowship: $21000 CAD/year
Requirements:
The candidate should
1) hold a M.Sc. degree in Materials Sciences, physics, or a related field;
2) have good communication skills (both writing and oral) in English；
3) have strong interests in atomistic simulations (MD, DFT, Monte Carlo, etc.) and machine learning. Previous experience in these fields is not required but highly desired;
4) have good programming skills (python, C, Fortran, etc.).
Application Procedure:
1) Interested students please send a copy of the official transcripts, a C.V., and inquiries to Dr. Chuang Deng (chuang.deng@umanitoba.ca). 2)Suitable applicants will be contacted for interview.
Application End Date:
International applicantsTermAnnual application deadlinesFall (September)February 1Winter (January)June 1Summer (May)October 1
PhD Positions in Polymer Simulation at the University of Vermont (USA) - Fall 2024
Multiple PhD positions are available for Fall 2024 in the Department of Physics or the Department of Mechanical Engineering at the University of Vermont in Dr. Jihong Ma's group. Successful candidates will work under the supervision of Prof. Jihong Ma on projects related to atomistic simulations of polymers. The candidates should have a strong background in physics, chemistry, and mathematics, and preferably have experience in MD and/or MM simulations.
Interested candidates should send a CV with a publication list, a short description of research interests, a course transcript, and names of three references from previous research positions to Jihong.Ma@uvm.edu. Candidates will also need to apply and be admitted to the University of Vermont Department of Mechanical Engineering or the Department of Physics.
Review of applications will begin immediately and continue until a suitable candidate is identified. More information about Prof. Ma’s group and UVM can be found at https://site.uvm.edu/jama/.
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
==========================================================================
学术期刊
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
刘敏, 刘向, 冯志强, 顾水涛
裘沙沙, 刘星泽, 宁文杰, 姚伟岸, 段庆林
王会苹, 王桂霞, 陈德财
杨国俊, 田里, 唐光武, 毛建博, 杜永峰
姚浩, 夏桂然, 刘泽佳, 周立成
========================================================================
网络精华
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
一根光纤，实现高速路面24小时全域安全监测
近日，梅大高速塌方灾害敲响了一记警钟，人们陷入了思考：面对这样的风险，能否将监测预警前置？
其实，一根光纤就可以解决这个问题。
“我们一年半之前就开始做这个事情了。”东南大学智慧建造与运维国家地方联合工程中心主任助理吴栋介绍，2022年江苏省大力推进城市生命线安全工程，东南大学作为江苏省住建厅重要的技术支撑单位，一直着力通过技术手段攻克道路安全问题。
东南大学智慧建造与运维国家地方联合工程研究中心（以下简称研究中心）由东南大学土木工程学院、电气工程学院联合仪科、计算机、建筑、电子、信息、交通等学院共同建设，着力解决我国公共建筑、轨道交通、重大能源工程等领域核心基础设施智慧建造与运维产业发展的卡脖子问题。江苏省城市生命线安全工程启动后，研究中心主任吴刚教授迅速组织并领导东南大学相关学科科研团队参与到全省各地城市生命线安全工程的技术支撑服务及方案编制。在此过程中，道路塌陷问题引起了团队的重点关注——
破题！全天候把脉
随着城市化快速发展，近年来城市道路塌陷灾害进入集中爆发期，给人民生命财产带来重大损失。大多数城市针对道路基础设施，主要采用人工日常巡检方法对道路状况进行监测，对部分重点路段补充定期探地雷达检测，该方法是目前道路地下空洞探测的主要手段，具备高分辨率、易开展、无损探测的优点，但在实际使用过程中存在成本高、速度慢等弊端，难以大面积推广。
如何多快好省地实现道路全域、全时段监测？
团队经过多番研讨，集思广益，提出光纤感知技术这个可能的技术路线，并在实际道路上展开实验验证，所测结果与真实空洞位置有比较明显的对应关系。
基于此，团队深入开发了优化算法，实现了使用分布式光纤声波传感系统（DAS）探测道路空洞的功能。这也就意味着，通过一根光纤，就能够实现人们全天候监测道路地下空洞的愿景。
低碳！全方位“X光”
光纤耐腐蚀、寿命长，利用运营商已有的通讯光缆，无需破路施工就能够将系统覆盖相应的道路，极大地降低了探测的成本。
那么，一根光纤，如何预警高速路面地下空洞风险？
运营商的通信光缆一般埋设在道路一侧，选取其中一根光纤作为探测传感器，当车辆通过道路时，光纤每个采样点将采集到车辆通过的振动信号，地下空洞附近点位的信号将与非空洞点位信号存在差异。依托振动特征库与预警算法识别出异常，生成报警信息和报警位置，推送系统平台。
据介绍，探测雷达是精确地对于某一个位置做出详细的确定，分布式光纤声波传感系统是对于大范围的宏观的把控，能够识别出一定范围内哪些地方存在比较高的风险，相关单位收到预警后，便可通过人工巡检、探地雷达监测等方式进一步核实确认，有效避免潜在风险演变为现实风险。相当于给道路先做个X光，筛查出问题再做CT或者核磁共振。
与传统的探测法相比，分布式光纤声波传感系统具有低成本、全天候、广覆盖、高精度、免维护等多重优势。如今，我国拥有全球最大规模的光纤网络，足以支撑实现对高速路面全方位实时监测。
赋能！为城市安全护航
除了城市道路之外，分布式光纤声波传感系统在其他场景中也能“施展拳脚”。
城市里雨水管、污水管经常发生一些结构性破坏，现有技术手段一般需要将管道排空、冲洗干净，由管道机器人进入拍摄，再由人工判断是否存在“病害”，效率低、成本高。
而依托分布式光纤声波传感系统，通过管道光纤，接收沿管道传播的振动信号，遇到脱节、虚接、错口等结构性缺陷处，振动特征发生变化，通过提取振动特征异常，从而监测 “病害”所在。
分布式光纤声波传感系统还可应用于建筑火灾温度感知场景——
光纤具有布置灵活、成本低、耐高温的特点，能够在建筑空间自由布设，且能在极端火场条件中稳定工作。基于这一特性，分布式光纤温度传感系统结合BIM三维数字底座，可建立建筑空间全域温度场实时感知，当居民楼发生火灾时，能够引导救援力量准确调配，辅助实现人员精准疏散。
未来，分布式光纤声波传感系统可搭载施工作业及设备类型识别、道路空洞监测、雨污管线检测等多重算法，满足城市基础设施安全运行监测的多场景业务需求，为城市安全保驾护航。
探索世界模型之路 构建中国人自己的智能生态
热度不减的大模型是实现人工智能的唯一解决方法吗？每个行业都要有自己的大模型吗？对于大模型，我们自主的发展路径是什么？当预训练大模型搅动起巨大的研发、应用热潮，这些问题随之产生。
中国计算机学会以“智启新局”为主题，于5月16-18日在浙江宁波举办了2024青年精英大会(YEF2024)，1200多名来自全国各高校、科研院所、企业的青年学者、专家，集中讨论了大模型、人工智能安全、国产算力、开源芯片、脑机接口等多个前沿领域的发展问题。
不依赖“一两个模型打天下”
大模型为什么不是万能的？面对现在的大模型热，南京大学计算机系主任、人工智能学院院长周志华教授从两个方面进行了分析：一方面大模型确实非常有用，所以业界特别是企业应该努力“压榨”这个大模型路线的技术红利，尽可能让它发挥更大的作用；另一方面也需要认识到大模型不是所有任务的最佳解决方案，“很多企业现在都在做自己的大模型，甚至觉得不做大模型不正确，但是机器学习里有一个基本定律‘没有免费的午餐’。希望一个算法模型能够包打天下是不可能的，一定有弱点，大模型也有一些‘烦恼’。”
长期从事人工智能核心技术机器学习研究的周志华教授列举了大模型的多个“烦恼”。
首先，构建大模型要先规划任务、收集数据，然后训练出模型，也就是说必须先考虑到要解决某一类任务，然后为它去收集数据做模型，这时如果有一个新任务，原来没有被考虑规划过，就没有模型可用。
其次，大模型训练和使用的能耗、碳耗、数据消耗都很大，一般人用不起。有人预测，按照现在的趋势下去，2025年一个大模型训练产生的碳排放相当于全纽约1个月的碳排放。
周志华教授提到，现在人们都希望先训练一个模型，并希望在使用的过程中不断去更新它，但是目前的大模型路线，有一个问题叫“灾难性遗忘”。他以自动汽车驾驶为例，若机器学习模型在对新环境获取的数据进行学习时，会“冲掉”旧环境中得到的宝贵信息，会出现重大安全隐患。
由于前面列举的各种问题，人们都希望大模型能够持续学习和终身学习，希望模型随着应用的不断发展，能够不断地“学”下去。周志华判断：“这件事情在今天基于神经网络，或者从基本的数学工具上还看不到解决方案。”
“训练大模型要有大量的训练数据，但是在大数据时代，这仍然是问题。”周志华表示。此外，数据隐私和所有权问题还无法解决。
“所以大模型的用处更应该是因地制宜，或者因任务制宜，很多的任务可能不太适用于像今天的大模型。我们有必要去尝试其他的研究路线。我们这几年在研究‘学件’(learnware)，这个词也是我们造出来的。”周志华介绍，学件=模型+规约，基本思想是不依赖“一两个英雄模型打天下”，可以发挥多个模型的集成作用，以适应不同任务需求。在未经过专门训练的新任务上提供解决方案，同时强调保护用户和开发者的数据安全，实现模型之间的协同工作，以推动创新和提升问题解决能力。
AI应用市场繁荣，但这是一座“危楼”
中国科学院院士、清华大学教授胡事民提及，本轮人工智能发展有4驾马车：算力、框架、算法、数据，汇聚并促进了人类智慧的交融。他认为，应该更全面看待人工智能发展，不要只看应用端，要从硬件、框架、模型算法和应用4个层面来看，这四者都对人工智能的生态产生重要影响。
胡事民院士分析了目前人工智能发展过程中，我国面临的几个不利条件。首先，从硬件来看，两种国外AI芯片占了很大的市场份额。国产芯片要融入既有生态非常难，迭代更新慢。
其次，从框架来看，国外深度学习框架占据主导的地位，国产框架面临生态屏障。从模型与算法方面来看，比前两者要好，但需加强原始创新。
在应用层面，我国市场大、应用场景多、落地快、市场繁荣，有许多创业公司，“但它底下的硬件和软件有问题。这是我们的现状。”
“需要以深度学习框架为牵引，夯实我国AI生态。”胡事民院士提出，因为框架承上启下，它可以在芯片算力水平不高的情况下尽量挖掘潜力，同时把应用层支撑好。清华大学在2020年3月20日推出“计图”深度学习框架，具备两个优点：第一个好处是快； 第二个好处是对硬件的支持广泛，可以快速适配任何一款国产硬件。“希望以‘计图’框架为核心，基于国产硬件促进人工智能算法应用的创新，来推动开源开放，构建中国人工智能的生态。”
人工智能自主发展需要汇聚青年力量
中国工程院院士、清华大学教授郑纬民告诉中青报·中青网记者，从学术角度来看，现在有4类人在关注大模型，一是真正做大模型的，二是大模型+，做应用的，三是进行政策规范治理的研究学者，四是为大模型应用，进行基础设施建设的科研人员。
作为大会程序委员会主席，清华大学副教授崔鹏说，我们现在整体人工智能的发展路径还是以跟随为主，其中一个很明显的现象是，OpenAI发布一个新的产品，我们赶紧奋起直追，那么中国人工智能自主发展路径在何方，希望汇聚青年精英的力量，共同去探讨和商议。
清华大学公共管理学院教授，人工智能治理研究中心主任梁正在专题报告中指出，发展人工智能，我国在基础理论、核心软硬件和生态方面还与国际先进水平有一定差距，要平衡创新与治理、践行价值对齐的伦理思路，并吸收国际经验，探索理念开放、主体多元、对象分层、工具灵活的敏捷治理新思路，以推动我国人工智能治理的进一步发展。
相较于大语言模型，近期以Open AI的SORA、GPT-4o，以及谷歌的Gemini为代表的世界模型，成为学术界和工业界的研究热点，被认为是通向强人工智能的关键技术路径。但是以多模态学习为基础的世界模型的路线还不清晰，未来发展有很多争议。复旦大学教授邱锡鹏教授发起的“世界模型之路在何方”的论坛，吸引了更多学者探讨世界模型的发展路线，以及在国内算力不足的条件下如何轻量化发展，如何跨模态相互理解等研究方向。
中青报·中青网记者 李新玲 来源：中国青年报
========================================================================
结 束
∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽∽
苏公网安备 32010602010395