在近日落下帷幕的第十五屆全國周培源大學生力學競賽中，一位特殊的“考生”吸引了人們目光。由清華大學航天航空學院團隊自主研發(fā)的人工智能力學求解系統(tǒng)“GT-Mech”，與來自全國500余所高校的3萬余名考生同臺競技，最終成績達到本屆賽事成績前五名的特等獎水平，展現(xiàn)出不俗的解題能力。

據(jù)了解，這是全球范圍內(nèi)大型語言模型驅動的AI系統(tǒng)首次以“參賽選手”身份，在同場、同時、同卷的標準下，參與國家級頂級力學賽事。這一突破不僅展示了AI解決力學問題的潛力，也為未來教育模式變革提供了思路。

力學是工程科學的基石。無論是航空、航天、航海，還是建筑、汽車、機械等專業(yè)，都離不開力學理論的支撐。與AI在圍棋、蛋白質折疊或部分數(shù)學證明等領域的應用相比，解決復雜力學問題為AI帶來了截然不同的挑戰(zhàn)。

“圍棋有清晰的規(guī)則和離散的決策空間，而力學問題根植于對物理世界的理解?！鼻迦A大學助理教授、“GT-Mech”指導教師程彬分析，它要求AI不僅能處理數(shù)學公式，更要能從自然語言描述的復雜場景中，構建出正確的物理模型。這是一種從文字到物理概念的抽象過程。

一道典型的力學題目，融合了自然語言理解、物理情景建模、符號邏輯推演和數(shù)值精確計算等多種能力。AI需要像人類學生一樣，先“讀懂”題意，在“腦中”建立受力分析、運動過程等抽象模型，然后才能選擇合適的定理、列出方程并求解。這種“文理兼修”的綜合能力是衡量通用人工智能發(fā)展水平的關鍵“試金石”，它要求AI超越以往單一任務處理模式，具備更接近人類整體分析與解決問題的能力。

此外，為克服通用大語言模型知識幻覺、計算錯誤等問題，“GT-Mech”研發(fā)團隊為系統(tǒng)量身定制了一套創(chuàng)新技術方案。

“我們主要從三方面入手攻克技術難關?！眻F隊核心成員周懿介紹，首先是構建結構化知識體系。團隊為“GT-Mech”構建了專有化的力學知識圖譜，將經(jīng)典教材、題庫等海量知識編織成一張結構化語義網(wǎng)絡，使AI能像人類專家一樣迅速調(diào)用相關知識，形成專業(yè)可靠的解題框架。

其次是融合邏輯推理和符號計算。團隊引入“邏輯推理—符號計算”雙核引擎，“GT-Mech”首先用自然語言規(guī)劃解題思路，再調(diào)用內(nèi)嵌的符號計算引擎完成公式推導和計算。這種模式有效結合了AI的邏輯規(guī)劃能力與符號計算的準確性，顯著降低了求解過程中出現(xiàn)低級錯誤的概率。

最后是引入檢查糾錯機制。團隊為AI設計了一套精密的檢查糾錯機制。解答完畢后，系統(tǒng)會啟動批判性思考模塊，從單位量綱、物理直覺、邏輯嚴謹性等維度，對解題過程中題設條件理解、知識點選用、公式推導三大關鍵環(huán)節(jié)進行自我檢查。若發(fā)現(xiàn)疑點，便會觸發(fā)糾錯環(huán)節(jié)，回溯修正。

“AI在如此高挑戰(zhàn)度的專業(yè)競賽中勝出，而且優(yōu)勢明顯，這促使我們思考，在AI時代力學該怎么教、怎么學、怎么考核？”清華大學行健書院院長李俊峰說。

在業(yè)內(nèi)專家看來，“GT-Mech”的成功，預示著AI將在輔助力學教學、培養(yǎng)學生創(chuàng)新思維、加速科研進程等方面發(fā)揮重要作用。未來的力學教育，可能不再是學生單向地從課本中獲取知識，而是與AI助教進行互動式、探究式學習，共同挑戰(zhàn)更復雜的前沿問題。