加州理工學院 Bren 教授 Anima Anandkumar 指出，目前的 AI 發展存在關鍵差距：我們雖已擁有成熟的語言基礎模型，卻仍缺乏能有效模擬物理現象的模型。她正運用深度學習技術，致力於模擬天氣模式與核融合反應爐等複雜系統。Anandkumar 的研究利用神經算子，以比人類更快的速度學習物理定律，並解決了物理系統必須生成合理輸出的限制。近期的進展包括 Pangu-Weather 等基礎模型，其在預測準確度上已超越傳統的基於物理的方法。

事件背景

基礎模型是在大量數據集上訓練的大規模 AI 模型，可適應各種任務。雖然像 GPT 這樣的語言模型主導了近年來的發展，但物理基礎模型旨在處理科學領域（如流體動力學和大氣科學）中發現的連續數據和時空依賴關係。