这场比赛引起了极大的关注，清华大学开发的AI系统“GT-Mech”参与了与全国超过三万名学生的竞赛，其表现十分出色，荣获了特等奖，这一成就在全球范围内尚属首次实现。
AI参赛创历史
6月18日，快科技消息，第十五届全国周培源大学生力学竞赛圆满结束。在本次赛事中，一个颇具特色的“参赛者”——清华大学航天航空学院自主研发的人工智能力学求解系统“GT-Mech”，引起了广泛关注。本次赛事吸引了来自全国超过500所高校的3万名学生报名；在众多项目中，“GT-Mech”项目也加入了竞争行列；参赛者们所展现的成就，已达到赛事的最高奖项——特等奖（前五名）的水平；特别值得一提的是，这是全球首次，一款由大型语言模型驱动的AI系统以参赛者的身份，参加了国家级的顶级力学竞赛。
该成就揭示了人工智能在力学领域实现了显著进展，其创新价值尤为显著。在此之前，人工智能主要在围棋、计算等特定领域展现出了其技术实力。但在此项力学竞赛中，"GT-Mech"项目成功呈现了其卓越的解题技巧。
挑战力学复杂度
处理力学问题的方法与围棋竞技或特定计算任务存在差异，其难度更大。在解决力学问题时，人工智能需对数学公式进行操作，同时必须准确解读自然语言描述的复杂情境，并从中提炼出精确的物理模型。
程彬，作为清华大学的助理教授，负责指导“GT-Mech”项目，强调指出，核心在于实现“文字”向“物理概念”的转化。面对一个典型的力学问题，必须掌握自然语言，构建相应的物理场景模型，执行符号逻辑推理，并保证数值计算的精确无误。为了应对这一挑战，人工智能必须模仿人类的学习方式；首先，它需准确理解题目的实质；接着，构建相应的抽象模型；然后，挑选合适的定理；列出方程式；并最终进行求解。这一连串的操作对人工智能的整体能力提出了严峻的考验。
综合能力成试金石
应对力学难题，需精通“文理兼通”的全面技能，这一特质亦作为评估通用人工智能（AGI）发展程度的重要标准。人工智能系统应具备与人类相仿的全面分析和问题解决能力，并且这种能力应超越对单一任务的熟练掌握。
通用大型语言模型在使用时常常面临“知识幻觉”及计算失误的挑战，然而，“GT-Mech”模型通过采用专门的创新技术手段，有效解决了这些问题，进而显现出更优异的实际应用表现和更强的可靠性。
技术创新破短板
GT-Mech的成功主要源于其独创的解决方案。科研团队对系统在解决力学问题时可能遭遇的各类挑战进行了深入研究，并精心策划了一系列应对策略。他们通过算法优化和模型结构的调整，大幅提升了人工智能在自然语言及物理模型解析方面的能力。
该技术方案对定制化需求进行了详尽的优化处理，有效解决了通用大型语言模型中普遍面临的挑战。同时，它显著提升了“GT-Mech”在处理力学问题时的效能和精确度。这一创新性的改进为人工智能在力学领域的应用和进步打下了坚实的基础。
教育科研新突破
专家指出，“GT-Mech”项目取得的成就预计将给教育和科研领域带来颠覆性的影响。具体来看，在力学教育领域，该系统能够协助教师进行教学活动，通过多样化的讲解与展示，有效提升学生对力学知识的深入掌握。
在科研的实际操作中，此类活动能够促进研究进展，为科研工作者带来新颖的思维模式与策略，对众多复杂问题的解决起到积极作用，并且明显提高了科研活动的效率和品质。
未来影响待展望
GT-Mech在力学竞赛中取得了胜利，这一成就彰显了人工智能在更广泛领域的应用潜力得到了认可。这一成功为人工智能在专业学科领域的深入应用树立了榜样，预示着人工智能未来有望在众多复杂领域扮演关键角色。
尽管存在这些挑战，它的发展仍需克服众多难题，包括如何让更广泛的群体接受并采用它，以及如何提升其应用范围和稳定性。在教育科研领域，您能否预见到人工智能可能出现的某些尚未被预测的运用场景？
