从游戏少女到AI女神！她用物理驯服AI，让飓风预测快1000倍

【导读】25年前，10岁的Rose Yu收到一台改变命运的电脑，从玩游戏到成为AI领域的领军人物，她如何用物理学与深度学习破解交通、飓风和核聚变的难题？跟随她的脚步，揭秘一位天才科学家的开挂人生！

10岁那年，Rose Yu收到一份改变命运的生日礼物——一台电脑。

在25年前，电脑在中国可是稀罕物。这份来自叔叔的礼物，从此开启了她开挂般的人生！

Rose Yu在加州大学圣地亚哥分校，俯瞰着拉霍亚海岸，她致力于构建能用物理学原理解决实际问题的神经网络

最开始，Yu用它玩电脑游戏，到了中学时期，她获得了网页设计奖。

大学时期，她在浙江大学主修计算机科学，在校期间因创新研究获奖。

后来，她选择到南加州大学（USC）读博，部分原因是她在美国唯一的亲友——那位叔叔，当时在附近的喷气推进实验室工作。

2017年，Yu获得博士学位，并荣获最佳博士论文奖。

最近一次获奖是今年1月，美国总统拜登亲自授予她总统早期职业奖。

Yu现为加州大学圣地亚哥分校（UCSD）副教授，是「物理引导深度学习」领域的领军人物，多年来致力于将物理知识融入神经网络。

她用流体动力学原理改进了交通预测，通过加速湍流模拟，加深了对飓风的理解，甚至设计了一些工具来预测新冠肺炎（Covid-19）的传播。

她梦想部署一套称之为「AI科学家」的数字实验室助手。

基于物理学原理，人类研究员与AI助手的合作，有望催生全新的科学见解。

在她看来，整合这些「助手」的信息，或许是加速科学发现进程的最佳途径。

堵车催生的灵感

读研时，Rose Yu被洛杉矶的堵车折磨疯了！

学校门口两条高速公路交汇，每次出门都像「渡劫」。

2016年，她突发奇想：深度学习能识别图片，能否预测动态的交通？

当时，深度学习正火，它通过多层神经网络从数据中挖掘规律，图像分类成果显著。

她把车流想象成水流，在模型中，道路上的车流就好比流体在平面上流动，遵循流体动力学规律。

最大的创新是引入图论的概念，把交通视为一张「图」。

监测道路交通状况的传感器是「节点」，传感器之间的道路及距离构成了「边」。

借助这张图，可以获取某个时刻整个路网的即时状况，包括每个位置车辆的平均速度。

把每隔5分钟生成的图组合起来，就能清晰看到交通的变化趋势，对交通状况进行预测。

靠着导师Cyrus Shahabi积累的海量数据，她的模型把交通预测时长从15分钟延长到1小时！

2018年，谷歌地图直接采用了她的代码，还邀请她当访问研究员。

给飓风「算卦」

解决了堵车难题，她又盯上了气候领域的硬骨头——湍流预测。

2018年，Yu在Lawrence Berkeley国家实验室做做了一次演讲，和那里的科学家们进行了交流，明确了这个问题。

湍流就是水流、气流里那些复杂的漩涡，小到咖啡搅拌的漩涡，大到海洋中的风暴，都和它有关。

用传统Navier-Stokes方程预测湍流，计算速度慢得像蜗牛，这也是为什么飓风难以精准预报。

Yu用最佳数值模拟训练的深度神经网络，学习这些模拟。

模型效果惊人：二维场景下预测速度快了20倍，三维场景直接快了1000倍！

未来预警飓风可能要用她的湍流预测算法了。

湍流几乎无处不在：血液里的湍流会引发中风，无人机螺旋桨的湍流会让飞机摇晃。

Yu在加州理工学院（CIT）做博士后时，曾与他人合作撰写了一篇研究无人机稳定性的论文。

团队用神经网络来模拟湍流，从而更好地控制无人机的起飞和降落。

1亿摄氏度左右的高温下，等离子体内会产生各种湍流。高温等离子体里的湍流，是核聚变的关键。

Yu目前正在开发一种深度学习模型，能够在瞬间预测等离子体的行为。

AI科学家

Rose Yu还有个更大胆的想法：打造「AI科学家」。

她的团队开发的AI，已经能自动发现物理规律，如光速恒定的洛伦兹对称性、物体旋转不变的旋转对称性。

更牛的是，这些全是靠AI自己悟出来的！

AI还有潜力发现目前物理学中未知的新对称性，这将是一个巨大的突破。

她所设想的「AI科学家」不是单一的神经网络，而是程序的组合，用来辅助科学家做出新发现。

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，她的团队正开发更强大的基础模型，能处理数字、文本、图像、视频等多种数据。

也许几年后，科研人员就能用它快速分析数据、提出假设，把更多精力留给脑洞大开的创造性工作。

不过她也强调：AI永远是助手，不是替代者。

「我们的目标是让AI帮忙干杂活，人类的创造力才是无可替代的！」

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。她是AI团队的核心成员，同时在Halıcıoğlu数据科学研究所任职。

她的研究兴趣主要在机器学习，尤其是大规模时空数据的处理与分析，她对AI推动科学发现有极大的热情。

她曾荣获美国总统青年科学家与工程师奖（PECASE），还曾获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，以及摩根大通、Meta、谷歌、亚马逊和Adobe等企业颁发的教师奖。

Yu多次获得最佳论文奖，曾获南加州大学（USC）最佳博士论文奖。她还被《麻省理工科技评论》评为35岁以下AI领域创新者。

参考资料：

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