<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>纳维-斯托克斯方程 on AI内参</title>
    <link>https://www.neican.ai/tags/%E7%BA%B3%E7%BB%B4-%E6%96%AF%E6%89%98%E5%85%8B%E6%96%AF%E6%96%B9%E7%A8%8B/</link>
    <description>Recent content in 纳维-斯托克斯方程 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 19 Sep 2025 17:10:03 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E7%BA%B3%E7%BB%B4-%E6%96%AF%E6%89%98%E5%85%8B%E6%96%AF%E6%96%B9%E7%A8%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>超越人类直觉：DeepMind AI在流体力学奇点中的里程碑式发现</title>
      <link>https://www.neican.ai/insights/deepmind-ai-20250919171003641-1/</link>
      <pubDate>Fri, 19 Sep 2025 17:10:03 +0800</pubDate>
      <guid>https://www.neican.ai/insights/deepmind-ai-20250919171003641-1/</guid>
      <description>谷歌DeepMind联合多方机构，通过物理信息神经网络与高精度优化器，首次系统性发现了流体方程中的新不稳定奇点，为破解纳维-斯托克斯方程等百年数学难题奠定了基础。这项里程碑式的工作不仅展示了AI在基础科学发现领域的巨大潜力，更预示着AI将深刻重塑科学研究范式、产业生态，并引发对人类认知与知识本质的哲学思辨。</description>
    </item>
    <item>
      <title>奇点捕获：AI如何重塑流体力学百年难题与科学发现的哲学边界</title>
      <link>https://www.neican.ai/insights/article-20250919151007206-0/</link>
      <pubDate>Fri, 19 Sep 2025 15:10:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250919151007206-0/</guid>
      <description>谷歌DeepMind利用物理信息神经网络（PINN）首次在流体动力学方程中发现了全新的不稳定“奇点族”，这一突破不仅有望解决克雷数学研究所的“千禧年大奖难题”，更展示了AI在基础科学发现中的强大潜力，预示着一个由AI加速人类认知、重塑科学研究与工程应用范式的新时代。</description>
    </item>
    <item>
      <title>谷歌DeepMind：AI能否终结200年流体动力学之谜，重塑科学探索范式？</title>
      <link>https://www.neican.ai/insights/deepmindai200-20250627201004970-1/</link>
      <pubDate>Fri, 27 Jun 2025 20:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/deepmindai200-20250627201004970-1/</guid>
      <description>谷歌DeepMind一支由39岁数学天才Javier Gómez Serrano领导的团队，正利用先进AI技术密研三年，试图攻克200年未解的“纳维-斯托克斯方程”这一千禧年大奖难题。他们通过物理信息神经网络（PINNs）等技术，在相关方程中找到了“自相似爆破解”，有望在未来12-18个月内取得突破，这将深刻改变我们对流体动力学的理解，并加速物理、工程和生物医学等领域的科学发现进程。</description>
    </item>
  </channel>
</rss>
