学术讲座 | 《超重力物理模型-数学模型-数据模型三轮驱动研究范式及其工程应用》主题讲座圆满结束

楼以怀老师首先介绍了大数据时代土木工程的机遇与挑战，三个机遇分别是：非线性问题预测、数值模拟解决工程数据少的问题、利用跨领域相似问题的AI模型；四个挑战分别是：训练数据有限、AI模型泛化能力有限、AI模型可解释性差、模型参数量过多。

楼老师详细介绍了AI赋能下的三轮驱动研究范式，其研究思路是融合超重力物理模拟、高性能计算及物联网监测，建立超重力物理模型-数学模型-数据模型三轮驱动研究新范式，发挥不同类型模型驱动的优势，最大效能认识实际工程问题。

楼老师以两个合成式案例，一个递进式案例来介绍上述模型在工程中的应用。三轮驱动模型通过引入真实的物理数据特征，结合数值模拟等方法生成的合成数据，利用深度学习等智能算法，在断层的识别与参数智能解释、不整合面与薄储存面识别、盾构隧道安全建造与智能运维等方向上得到很好的运用。

程红战老师提出两个问题：在岩土工程领域中的模型训练，优先选取AI生成式数据还是合成数据作为主要数据库进行模型训练？要保证所训练模型具有较好的泛化性至少需要提供多少数据用来模型训练？

楼以怀老师详细回复其见解，大意为：由于合成数据量大、可控，且生成式模型难训练，优先推荐数值模拟等合成数据作为数据库。目前已训练的具有较好泛化性的模型，每种特征采用100多个数据，但具体模型还需具体分析。

博士生邹聂和杨微老师也提出了很多很有价值的问题，比如：训练模型所需的关键参数缺乏实测数据的问题如何解决？合成数据与真实数据的表征方式不同，难以应用于训练模型的问题如何解决？在训练具有工程可靠性的模型时，如何考虑所用真实数据和合成数据的权重占比？训练模型时，如何考虑工程中极端破坏案例数据的权重占比？

楼以怀老师和在座师生进行详细探讨。