AI4E

AI4E是“AI for Engineering”的縮寫,旨在充分利用人工智慧技術來賦能和解決各個工程領域的關鍵問題,推動工程技術邁向新質生產力的智慧型化未來。同濟大學工程智慧型研究院以AI4E為核心開展研究與創新,數據科學學院也確立了“AI for Engineering”核心研究方向,由王殿輝教授領銜。

AI4E致力於創造智慧型時代工程技術新範式,驅動數字生態系統網路發展範式轉型。2025年,“AI for Engineering(AI4E)大模型與工程產學研用創新論壇”在杭州、廣州等地舉行,探討大模型技術在工程領域的套用;在杭州論壇期間,“人工智慧工業軟體聯盟”正式成立。AI4E在工業軟體、化工、流體力學等多個具體工程領域推動研究與套用實踐。

基本介紹

  • 中文名:AI4E
  • 外文名:AI for Engineering
定義與內涵,核心研究方向,套用與實踐案例,工業軟體重塑,數字生態系統網路重構,流程工業最佳化,工程科學套用案例,產業效能提升實例,產學研進展與重要活動,產業影響與市場前景,未來展望,

定義與內涵

AI4E是AI for Engineering的縮寫,指利用人工智慧技術賦能和解決工程領域關鍵問題,推動各類工程活動從傳統模式向更加高效、精準和安全的智慧型化範式轉變。其核心理念是“用AI加持改造世界”,致力於創造高可用、高可靠、高可信、高經濟性相統一的智慧型時代工程技術新範式。與聚焦於科學發現的AI for Science(AI4S,即“用AI助力發現世界”)形成對比,AI4E更側重於工程套用與改造。

核心研究方向

AI4E的核心研究方向涵蓋基礎理論與通用技術、垂直領域套用以及支撐平台與設施等多個層面。在基礎理論與通用技術層面,主要聚焦於打造面向工程智慧型的新一代基礎模型,為AI賦能工程創新提供融合時空信號和全域多模態信息的通用智慧型底座,並研究作為系統智慧型核心載體的工程智慧型體(AI Agent),以推動工程任務的自主決策與執行。同時,也面向工業控制與預測開展輕量化隨機配置學習理論研究,致力於解決複雜工業過程中的實時最佳化與故障診斷問題。
在垂直領域套用層面,研究面向特定工程學科的工程智慧型技術,包括生物醫藥工程、能源工程、建造工程、製造工程、交通工程、車輛工程、機器人工程、軟體工程等,並具體結合智慧型建造、智慧城市、智慧交通、智慧型汽車及智慧型製造等垂域開展前沿研究。此外,特色工業領域如流程工業(化工、橡膠等)也是重點,開展AI賦能的複雜工業過程智慧型建模、預測控制、數字孿生技術、低碳運行最佳化及安全預警與應急回響研究。
在支撐平台與設施層面,致力於整合AI算力與高性能工程算力,打造高效、可靠、可擴展的工程智慧型計算框架與平台,即工程智慧型基礎設施(AI4E Infrastructure)。

套用與實踐案例

AI4E的套用與實踐已廣泛滲透至工業軟體、數字網路、傳統流程工業及前沿工程科學等多個領域,其核心在於通過人工智慧技術解決工程實際問題,提升效率與創新能力,體現了“從產業中來,到產業中去”的實踐價值。

工業軟體重塑

AI技術正深度集成於CAD(計算機輔助設計)、CAE(計算機輔助工程)、CFD(計算流體力學)、CAM(計算機輔助製造)等核心工業軟體,推動設計範式從經驗驅動轉向數據驅動。生成式設計能自動完成設計師大部分工作,代理模型可將仿真周期縮短10至100倍,將原本需數周的CFD模擬縮短至數小時。Autodesk、西門子、Ansys、英偉達等公司已推出相關AI集成平台。

數字生態系統網路重構

針對傳統數字網路“剛性架構與場景多樣化”的矛盾,AI4E致力於構建“超融合、高可信、一體化”的新範式。具體實踐包括基於生成式AI構建多模態智慧型網路環境(PINE),開闢網路技術體制“第二曲線”;研發晶上生成式變結構計算系統,打造智慧型算力“芯物種”;以及基於動態異構冗餘構造的內生安全網路彈性工程,為數字系統提供可量化設計的安全保障。

流程工業最佳化

在流程工業領域,AI4E通過與行業龍頭企業合作,實現生產過程的智慧型化最佳化。例如,在橡膠工業領域,與賽輪集團合作,基於過程數據挖掘進行橡膠密煉環節的門尼係數預測與質量控制最佳化;在新能源領域,與新特能源股份有限公司合作,研發多晶矽還原爐智慧型最佳化控制技術;在礦產資源領域,與紫金礦業合作,以隨機配置網路為基礎研究銅礦篩選軟測量技術。

工程科學套用案例

在工程科學前沿,AI4E通過數據驅動方法助力知識發現與模型修正。例如,在流體力學領域,利用稀疏識別方法從非線性動力系統中發現潛在控制方程;通過符號回歸構建新的壁湍流混合長公式,提升經典模型精度;結合數據同化與機器學習修正高雷諾數分離流的湍流模型,提高計算精度;並利用符號回歸實現氣動載荷關聯函式的降維,為氣動數據套用降本增效。

產業效能提升實例

AI4E的套用已帶來顯著的產業效能提升。具體案例包括沃爾沃將空氣動力學模擬時間縮短了73%;特斯拉的檢測準確率超過98%;空客通過最佳化設計將飛機支架重量減輕了45%。

產學研進展與重要活動

2025年5月20日,同濟大學舉行人工智慧賦能學科創新行動發展大會,會上宣布成立工程智慧型研究院(Institute of AI for Engineering, IAIE)。該研究院是同濟大學為引領工程智慧型全過程、規模化創新而設立的校級戰略性新型研發機構,以AI4E為核心開展研究與創新,致力於打造工程智慧型領域教育-科技-人才-產業四鏈融合的示範基地。
2025年,圍繞AI4E主題舉辦了多場高層次產學研用交流活動。2月22日,在2025全球開發者先鋒大會期間,舉辦了“AI4E——大模型與工程產學研用創新論壇”,首次提出“AI for Engineering”概念。3月22日,“AI for Engineering(AI4E)大模型與工程產學研用創新論壇”在廣州舉辦。6月28日,同主題論壇在杭州舉行,吸引了近300名海內外AI和工程領域專業人士參與,共同探討AI大模型在CAD、CAE、EDA等工業軟體及工程領域的套用與突破。
在2025年6月28日於杭州舉辦的AI4E論壇上,“人工智慧工業軟體聯盟”正式揭牌成立。該聯盟旨在匯聚產學研用各界力量,以AI大模型為引擎,聚焦工業軟體核心技術攻關、標準體系建設與場景化套用落地。
存在活躍的AI4E社區進行閉門分享與交流,例如AI4ELAB曾組織相關活動。
同濟大學工程智慧型研究院等機構致力於系統推進工程領域人才培養的智慧型化範式轉型,強調培養π型人才。

產業影響與市場前景

AI4E推動從串列流程到並行流程、從經驗驅動到數據驅動的範式轉變。
2025年,全球工業人工智慧軟體市場規模達到200億美元,預計到2030年將增至390億美元,年複合增長率達17.9%。從2024年到2029年,中國的AI+工業軟體領域每年以41.4%的速度增長。
生成式設計已經躋身企業AI投資的前三熱門領域。
AI正接近科學發現的第五種模式,能主動指導實驗並提出新的假設。
AI4E的發展對工程師技能提出了新要求,強調系統思維、商業洞察力、溝通能力和創新性問題解決能力,工程技能面臨轉型。

未來展望

AI4E領域將持續在低比特輕量計算模型、可解釋性機器學習等前沿方向進行研究攻關。AI4E將繼續深化與化工、能源、礦產等行業龍頭企業的深度合作,以解決真實產業難題。AI4E亟需建設“超融合網路與智慧型計算實驗床”等新型工程科學大裝置,以驗證理論猜想、突破技術進化制約。未來,AI4E需要建立創新自信,挑戰傳統技術前提,構建自主知識體系,並在全球數字生態系統網路技術版圖重構中爭取定義權。AI4E服務於製造強國、科技強國及綠色低碳高質量發展等國家戰略,旨在貢獻於產業變革與可持續發展。

相關詞條

熱門詞條

聯絡我們