简介：人工智能与计算物理方向旨在利用与人工智能相关的计算技术来解决物理学中的复杂和前沿问题。研究方向包括原子核基态性质、QCD相图、喷注淬火以及热密核物质的非平衡演化。这些领域涉及使用AI求解复杂的微分方程、反问题、变分问题和生成问题，以及使用物理学原理指导AI算法设计和优化。

成员：邓为炳、池丽平、侯德富，计晨，柯伟尧、李炜、罗晓峰、李治明、庞龙刚、秦广友、王新年、吴元芳、许明梅、张本威、张汉中。

华中师范大学人工智能与计算物理研究中心，立足于人工智能算法的尖端领域，融合高等计算物理方法与高性能并行计算技术，致力于攻克历史上难以解决的物理难题，并在海量粒子碰撞与核碰撞数据中探寻未知的物理规律。我们的团队深植于物理学的基本原理，致力于构建精确的数字孪生系统，对大科学装置中的复杂物理过程进行高保真度的仿真模拟。同时，我们运用先进的人工智能技术，从庞大的数据集中提取关键的物理量，揭示隐藏的物理现象。

我们的团队成员开发了多个大型物理仿真程序，在国际上获得广泛认可，并被开源使用，这些程序成功地描述了高能核核碰撞过程中的众多关键观测量。这些程序包括：

• HIJING模型：精准模拟核核碰撞中喷注和小喷注的产生机制。

• LBT和Lido程序：详细刻画高能部分子穿越热密核物质的动力学过程。

• CLVisc程序：使用GPU并行计算高效模拟夸克胶子等离子体的非平衡态时空演化。

• CoLBT程序：综合描述高能部分子输运与介质响应的复杂相互作用。

• QLBT和Langevin动力学模型：深入分析重味夸克在热密核物质中的输运行为。

我们的研究方向在计算物理与人工智能的交叉领域取得了一系列国际前沿的成果。例如，我们运用随机场贝叶斯分析技术来确定喷注能损，构建卷积神经网络、点云神经网络以及图卷积神经网络来研究核物质状态方程和QCD相图。此外，我们的课题组成员还参与编写了《Machine Learning in Nuclear Physics》这一《现代物理评论》的综述文章，该文在国际学术界产生了深远的影响，标志着我们在这一领域的领先地位和创新能力。