为应对国内国际各种风险挑战、把握发展机遇，党的十八大报告明确提出“建设海洋强国”的战略目标，党的十九大报告中再次指出“坚持陆海统筹，加快建设海洋强国”。建设海洋强国是中国特色社会主义事业的重要组成部分，关系社会主义现代化强国建设和中华民族伟大复兴的历史进程，建设海洋强国是实现中华民族伟大复兴的重大战略任务。人工智能技术发展迅速，许多创新性的理论和方法已广泛应用于金融、医疗、无人驾驶、数字经济等各领域。因此，如何将人工智能技术应用于海洋科学研究（AI4Ocean），是一个值得深入探讨的关键性议题。

在这一背景下，CCF YOCSEF青岛于2023年1月7日在讯飞未来港举办了“AI4Ocean：人工智能如何助力海洋科学发展？”深度技术论坛。本次论坛由中国计算机学会主办，CCF YOCSEF青岛学术委员会、中国海洋大学信息科学与工程学部、烟台大学计算机与控制工程学院联合协办，由青岛安瑞信息科技有限公司赞助。CCF YOCSEF青岛副主席于彦伟（中国海洋大学）与王莹洁（烟台大学）担任执行主席，CCF YOCSEF青岛委员王成锐（青岛国实科技集团）担任线上执行主席。中国海洋大学高等研究院副院长陈戈教授、南京信息工程大学海洋科学学院副院长董昌明教授、上海交通大学周磊教授、中国海洋大学信息科学与工程学部部长董军宇教授受邀担任引导发言嘉宾。中国科学院海洋研究所高乐副研究员、中国海洋大学仲国强教授、郑海永教授、高峰副教授、青岛大学黄宝香副教授、山东科技大学谭伟博士受邀担任思辨嘉宾出席本次论坛。CCF YOCSEF青岛主席包永堂（山东科技大学）、CCF YOCSEF青岛21-22主席李昕（中国石油大学（华东））、CCF YOCSEF青岛学术秘书傅真（中联优谷信息技术有限公司），以及来自全国多所高校及研究院所的三十余位相关研究人员参加了本次论坛。参会嘉宾围绕AI技术如何助力海洋科学发展，深入讨论AI是否可以颠覆传统的海洋科学研究范式，当前AI技术应用海洋科学存在的瓶颈问题，是否存在AI4Ocean共性框架，以及推进海洋AI技术标准化有哪些可行路径等一些具有挑战性和思辨性的议题。

在论坛上午的引导发言环节，陈戈教授以“大数据背景下的交叉海洋科学”为题，介绍了海洋科学发展经历的三个发展阶段，海洋科学发展当前面临的挑战和机遇，以模型驱动和数据驱动为代表的现代海洋科学的方法论；分别从风浪到涌浪、从圆形涡到卵形涡、到尼诺区到尼诺管、从无潮点到无变点、从陆地沙漠到海洋沙漠、从海流螺旋到海温螺旋、从“异像层”到“镜像层”介绍了AI技术在海洋领域上的应用案例；陈戈教授认为交叉科学是21世纪的重要方向，海洋科学是交叉学科的沃土，大数据科学是海洋交叉学科最具活力的生长点，AI是海洋交叉学科最普适的方法论。

董昌明教授以“智能海洋数值模式与数字孪生旋转水池”为题，首先介绍了人工智能海洋学的发展方向，然后介绍了基于数据驱动的智能海洋数值模式的研究现状。随着海洋观测的不断投入与积累、对海洋的认识不断深入，海洋数据数量和种类不断增多，基于数据驱动的智能海洋数值模式即物理约束的机器学习应运而生。董昌明教授还展示了他们团队开展的智能求解高度非线性的强迫KdV方程的初步结果。数字孪生旋转水池是真实旋转水池的数字化虚拟表达，智能再现旋转水池实验数据是其中重要一环。董昌明教授还展示了他们团队通过人工智能方法，部分再现旋转实验平台岛屿尾涡实验数据的初步结果。

周磊教授以“海气相互作用的动力原理与机器学习结合的初步尝试与思考”为题，首先介绍了地理科学数据的特征和当前的状态，并以多个示例说明了数据驱动模型和物理模型融合具有很大挑战；另外，还从数据库的角度解释海洋科学领域目前存在的问题。周磊教授还从基于知识图谱和自然语言处理的知识推理和知识挖掘探讨了AI与海洋科学研究可行的结合路径。最后，周磊教授还展望了未来人工智能海洋领域重点研究的五个方面的关键科学和核心技术问题。

董军宇教授以“Physical-Knowledge Enhanced Deep Neural Network for Predicting Sea Surface Temperature”为题，介绍了他们团队在海水温度预测方面的最近研究成果。海水温度预测在渔业、气象和其他海洋科学研究中具有重要意义，由于可能影响海洋温度的因素复杂，提高海洋温度预测的准确性是一个巨大的挑战。目前海洋温度预测的方法主要有两类：一类是基于物理定律的数值模型法；另一种是数据驱动方法，例如深度神经网络。董军宇教授针对如何结合数值模型和深度学习的优势，有效地从数值模型中获取物理知识，提高海面预报的准确性？如何使用深度学习来改进数值模型中嵌入的隐性物理知识？如何使用深度学习来解析物理知识等关键科学问题，介绍了他们团队最近在海水温度预测方面的三个研究工作。

在引导发言环节之后，论坛进入午餐环节，与会嘉宾边吃午餐边和引导嘉宾进行了深入交流和讨论。下午13:30论坛开始思辨环节，与会嘉宾围绕三个议题展开了观点思辨。

议题1：AI是否可以颠覆传统的海洋科学研究范式？AI在其中的角色和作用是什么？

思辨嘉宾中国海洋大学仲国强教授作了主题为“AI方法在若干海洋科学研究中的应用”的观点分享。以利用线性回归进行海况偏差估计、运用边缘检测技术进行海洋锋检测、运用图像语义分割技术进行中尺度涡识别以及运用生成对抗网络实现水下图像增强为应用案例，仲国强认为AI和海洋学正在深入结合，发挥越来越重要的作用，但对于海洋科学的研究目前还只是起到推动性的作用，想要达到颠覆性的成果，任重而道远，需要更深入研究才有可能。

思辨嘉宾中国科学院海洋研究所高乐副研究员认为在海冰预报、温度海盐反演等模型构建上，相较于传统方法，AI技术建模发展迅速，建模效率和预测表现方面提升显著，但是由于AI方法可解释性较弱，现有人工智能理论与方法无法解析数据特征的本质，反而阻碍了数据驱动视角的海洋知识发现；同时传统动力理论存在局部失效性，也限制了海洋现象认知水平的提高，所以需要两者结合，用AI补充传统理论的不足，从数据驱动视角开展面向多尺度海洋现象的智能预报研究。

其他嘉宾也各自发表了观点：山东科技大学包永堂指出与AI在其他领域内的应用类似，AI目前只是辅助手段，其技术和理论还远未达到颠覆传统方法的能力，但其发展潜力大有可为。中国石油大学（华东）李昕认为海洋领域内中的许多应用问题，其AI技术原理相对比较简单，AI+海洋的结合，目前仍处于入门阶段，未来研究注定会越来越深入，AI在海洋研究中发挥的作用也会越来越大。上海交通大学周磊特别指出与其探讨AI是否可以颠覆传统的海洋科学研究范式，更值得探讨是否有必要颠覆传统方法，应回归以需求为导向，并进一步确认目前成熟的AI解决方案是否符合传统物理海洋知识下的定义。执行主席王莹洁总结大家观点，指出颠覆为时尚早，AI目前只能作为提高精度的服务工具。

议题2：推进AI4Ocean，当前还存在哪些瓶颈？是技术瓶颈还是领域知识瓶颈？

思辨嘉宾青岛大学黄宝香副教授认为对于作为桥梁的数据集，海洋数据为人工智能方法提供了新的燃料和动力，而人工智能为挖掘海洋大数据的知识提供了新的有效方法，并以海洋涡旋识别与反演、生消过程以及海洋涡旋稳定期运动轨迹预测的研究为例，认为当前AI4Ocean存在三大瓶颈：数据瓶颈即多模态深度学习的海、陆、气、人多圈层数据融合方法构建以及数据集的客观评价；先验知识瓶颈即领域知识实现因子分解和将先验知识通过观察偏置、归纳偏置和学习偏置三个层面设计神经推理算子嵌入深度神经网络；方法瓶颈即在海洋系统物理现象发现、机理探测等领域开展AI时空分析方法以及构建能够融合复杂海洋物理规律的AI时空方法体系，建立海洋科学研究新范式等。

思辨嘉宾中国海洋大学高峰副教授以“AI在海洋领域的应用瓶颈”为主题作了观点分享，认为目前AI4Ocean面临的四大瓶颈：模型大多可解释性较差，需要提高；AI学者对于海洋的了解还不够深入；当前AI专注直观感知类问题，对于开放推理无能为力；领域知识难以引入，机器偏见无法避免。针对以上瓶颈高峰也给出相关解决途径，一是多组织国际竞赛，通过竞赛的形式集思广益，来激励更多的研究人员对相关问题进行研究，促进技术应用水平；二是AI学者需要跳出舒适区，走出去，多与海洋专业研究人员进行交流，开展交叉融合的研究。

其他嘉宾也各自发表了观点：青岛大学张晓伟认为目前除部分海洋数据存在保密问题之外，在AI4Ocean的海洋科学方面是否具有类似计算机视觉领域ImageNet的开放性大数据集对于海洋领域的研究至关重要，此外除感知海洋的科学研究问题，在认知层次的海洋科学更具有挑战性。中国石油大学（华东）李昕认为海洋专家和AI学者交流不够频繁，亟需进行知识对接，以便AI专家在建立模型时关注基础知识的引入，另外数据结合、数据对齐的障碍问题也比较凸显。青岛科技大学孙丽珺认为海洋领域中，获取丰富的、高质量的数据是一大瓶颈，需要不断拓展的开源生态库，建立丰富的、多源的数据集，并需要对海洋数据进行治理，解决小样本数据的建模问题，为AI4Ocean提供重要基础。中国海洋大学仲国强指出AI在众多领域场景下确实存在不可解释性的问题，许多AI学者也确实不擅长物理海洋学基础知识，认为面对瓶颈，不应有畏难情绪，先从应用角度走出第一步，螺旋式推进科研、技术的发展。山东科技大学李哲认为海洋应用的需求不够明确，应以真实海洋需求为驱动，再运用AI解决海洋应用问题。执行主席于彦伟期望国内的AI+海洋领域的先进团队在基准海洋数据集发布方面发挥规划、推动的领军作用。

议题3：是否存在AI4Ocean共性框架？推进海洋AI技术体系标准化有哪些可行路径？

思辨嘉宾中国海洋大学郑海永教授作了主题为“由问题定义规范化到数据标准化演进”的观点分享。郑海永从问题定义规范化为切入点，阐述了AI4Ocean共性框架的发展途径，需要先从规范化问题和需求出发，再标准化领域数据，从而推进海洋AI技术体系标准化，可以借鉴AI4CV、AI4NLP等领域的标准化路径。

思辨嘉宾山东科技大学谭伟博士分别介绍现有的两类研究路线，一种是AI作为工具助力海洋科学发展，另一种是由于AI的不可解释性，研究者更倾向于采用传统方式推动海洋科学发展。谭伟认为AI与海洋科学是双螺旋式协同发展结构，AI和传统方式不应该是平行和竞争关系，更应该是一种螺旋式的相互促进关系，而且要更加深度结合，相互补充并提出海洋多变量分析，利用AI来对多元素进行耦合，建议采用这种新的方式来展开研究。

其他嘉宾也发表了各自观点。上海交通大学周磊认为目前不存在AI4Ocean共性框架，它山之石可以攻玉，可以针对不同的问题和需求，成熟一个发展一个，针对海洋AI技术的应用，不仅局限于物理海洋学，还包括化学海洋学、生物海洋学等，可以从不同领域切入，获取更多的可行路径。中国石油大学（华东）李昕认为AI4Science和AI4Ocean存在共性问题，其体系化、标准化需要一步步推进、总结、达成共识，要实现AI4Ocean的共同框架，还不现实，目前不能一概而论。中国海洋大学仲国强认为可以从关键性指标、数据集的角度出发，利用多种方法形成AI4Ocean的共性框架。我们对海洋的了解其实还很少，需要逐个攻破，形成统一的共性框架，主要实现途径包括发展海洋监测观测技术手段、获取足够大的数据、发展数据挖掘和分析技术，最终形成海洋AI技术体系标准化的共性框架。

在思辨环节结束之后，CCF YOCSEF青岛主席包永堂以感谢应邀嘉宾、感谢参与人员、感谢组织策划人员的三个感谢作论坛总结。此次论坛为高校、研究院所、企业相关人工智能和海洋交叉研究人员提供了很好的交流与思辨机会，推动了相关专家学者对AI4Ocean可行路径的深度思考。历时六个多小时，本次深度技术论坛在热烈的会场氛围中圆满结束。

论坛结束后，CCF YOCSEF青岛AC委员邓高建（青岛安瑞信息科技有限公司）联系参观了科大讯飞人工智能展厅，为本次论坛画上了圆满句号。欢迎大家继续关注CCF YOCSEF青岛的微信公众号，关注我们的后续活动。