FluidGPT-2D – Generative AI for Lightning-Fast Flow Prediction
FluidGPT-2D – 用于闪电般快速流场预测的生成式人工智能博士
该博士项目旨在通过开发FluidGPT-2D来彻底改变我们模拟流体流动的方式。这是一种人工智能模型,能够将少数几次快速的CFD仿真在几秒钟内转化为完整、高分辨率的流动预测,将原本需要数月的计算时间大幅缩短。你将在利物浦的超级计算机上使用格子-玻尔兹曼方法(LBM)生成大规模、逼真的流动数据集,然后训练一种基于Transformer架构的人工智能模型(类似于ChatGPT所使用的模型),以准确且高效地预测非定常流动。该模型将采用物理感知训练方法,确保其在现实世界中的准确性。你将使用激光测量技术获取的实验室实验数据来验证模型的预测结果,并与德国OpenLB团队合作,期间可前往德国工作一个月,参与开源代码的开发。你的研究成果将以开放许可的形式公开共享,并通过发表论文和参加国际会议进行传播。在此过程中,你将掌握C++、Python、人工智能、高性能计算以及实验方法等方面的技能。项目位于利物浦——一座以文化丰富、友好氛围和充满活力的创意环境著称的顶级学生城市。你将获得来自CFD与AI领域专家的全面指导,并享有全额资助及国际交流的差旅支持。
申请要求
申请者需持有或即将完成机械、航空航天、土木、化学工程、物理、数学或计算机科学等相关专业的本科学位,且成绩达到英国一等或二等一(2:1)荣誉学位水平。具备编程能力(Python或C++)或有意愿学习编程,并对线性代数感兴趣且富有好奇心。中国申请者通常需具备相关专业背景,本科均分一般不低于80-85分(视学校层次而定),以满足相当于英国2:1或一等学位的要求。
课程描述
“FluidGPT-2D – Generative AI for Lightning-Fast Flow Prediction”的本科或第一学位课程通常按由基础到应用的层次组织。基础课程通常包括学术写作、定量或定性研究基础、信息素养、数字工具与学术伦理,用于建立该专业名称所指向的研究对象、知识体系与实践问题的基本概念、学术沟通与分析工具。专业核心课程一般设置学科理论、问题分析、专业研究方法、证据评价与项目设计,重点理解概念框架、专业问题形成、证据链构建与方案评价,并训练文献检索、案例分析、数据/材料处理、研究设计和学术表达,使学习由知识掌握推进至复杂问题的分析和方案论证。