- 03
保障航太員在軌安全的空間站“電子鼻”體積縮小40%；工業制氫系統故障診斷準確率從92.26%提升至95.04%；旋轉機械故障診斷模型參數量下降34%，預測誤差降至原來的1%……這一組亮眼的數據，來自北京工業大學與北京AI企業的深度産學研合作成果。從保障航太員在軌安全，到關乎能源未來的氫能制取，AI正以驚人的效率重塑前沿科研的路徑。
以空間站空氣監測設備為例，這臺被稱為“電子鼻”的氣相色譜儀是保障航太員生命安全的“哨兵”。傳統氣相色譜儀可以完成檢測，但設備體積和重量較大，在軌更換和補給都會帶來成本壓力。北京工業大學機能學院副教授苗揚團隊希望通過微型氣相色譜柱這一核心部件的攻堅，讓空氣監測設備變得更小、更輕、更高效。
然而，在傳統研究方式中，這個研發過程需要人工設計構型、做倣真、製片、測試，再根據結果反覆調整。“人工反覆試錯的過程週期長、成本高，還容易陷入局部最優解，而非全局最優解。”苗揚説。
引入百度推出的可自我演化的AI智慧體“伐謀”後，科研人員將色譜柱的形狀、排列方式等參數抽象成可優化的數學任務，由AI圍繞目標自動生成候選方案、進行演化搜索。短短72小時，伐謀便演化出了更優構型，能夠在性能提升的同時，體積縮小40%，分離效率提升3倍。
苗揚帶領的扶搖實驗室長期從事高可靠場景下的智慧診斷與可靠性評估研究，研究對象包括空間站環控生保系統、氫能系統等國家級重大課題。在制氫系統故障診斷研究中，面對百餘個變數、故障數據稀缺的複雜場景，團隊將原有模型交給伐謀自動調優。結果，模型測試準確率從92.26%提升至95.04%，科研探索週期從以“周”為單位驟降至“小時級”。
北工大科研團隊介紹，百度伐謀目前還在醫療診斷、設備測試、感測器調校、地質數字化等項目落地應用，AI力量正在革新傳統科研範式，打破跨學科技術壁壘，幫助工科科研人員高效完成實驗優化，讓科研降本提速。“面對AI重塑科研範式的全球科技競爭，我們不能只在傳統賽道上追趕，而必須借助AI等新工具實現‘換道超車’，才能在新一輪科技角逐中贏得主動，最終實現科技自立自強。”苗揚説。（孫奇茹）
