安迪·泰瑞尔：AI赋能——生物启发式智能在工程设计中的商业化应用创新

11月8日上午，2025年世界互联网大会乌镇峰会“人工智能引领科技创新和产业创新融合发展”论坛在浙江乌镇举行。论坛以“人工智能引领科技创新和产业创新融合发展”为主题，重点探讨了推动人工智能与千行百业深度融合、协同创新的方向与路径。本次论坛由浙江省人民政府主办，浙江省经济和信息化厅、浙江省互联网信息办公室共同承办，浙江省工业和信息化研究院、西湖大学、浙江省数字经济联合会、浙江邮电职业技术学院协办。英国皇家工程院院士、英国约克大学教授安迪·泰瑞尔发表主旨演讲。

打开百度APP畅享高清图片

英国皇家工程院院士、英国约克大学教授安迪·泰瑞尔

全文如下：

大家早上好！

非常感谢提醒我这个时间，因为我刚才的手表好像不动了，也是非常感谢主办方的邀请，非常感谢在座的各位的聆听，实际上我是约克大学物理工程技术学院以及安全自治研究所的教授。我今天会讲一点人工智能，同时也会更泛化的跟大家讲一下智能，因为我主要关注在工程设计方面，作为工程设计其实是一个颠覆性的技术，我们经常会发现它这样的颠覆性的技术或者是突破，都是可以看到的；我们的设计创新往往都是难以捉摸的，但是有的时候又是非常稀有、珍贵的，我需要花费很多的精力才能够实现这样的设计创新，想要完全实现自主设计也是非常困难的，但是我觉得真的是非常珍贵的一种能力，在设计人工智能的时候或许可以考虑一下。接下来我会跟大家讲几个案例。

人工智能总是会要实现某一些功能的，那最主要的还是要进行训练，如果说训练机够优秀，那人工智能也能被设计的够优秀，我们会设置目标或者是任务给人工智能，在英国是这么做的，但是如果说英国训练出来的人工智能要用在中国可能就没有那么有效或者是高效了。

作为人类，我可能在中国能够开车，但是我有点害怕在中国开车，因为我们司机的座位不一样，驾驶习惯不一样。所以我们可以看到人工智能是要不断地学习，在过去的几年里都不断地学习，这是实现训练效果最好的方式。

右侧是达尔文的至理名言，大家总是谈到适者生存，但是如果你读这本书，实际上说的是能够活下来的不是最长寿的物种，也不是最聪明的物种，而是最能够适应变化的物种，所以我们在这里所做的实际上就是去生产出，或者是开发出智能的设计。

生物启发式智能实际上就是用生成式系统组建算法，汲取灵感才能够应用到这些领域当中去，所以说我们所做的事情，我们用两类不同的工程，一个是进化计算，比如说我们有一个算法集合，这里面包含了自然选择，繁殖，变异，竞争，多代迭换。生物发育信息最开始是存于受精卵（种子）中，进行逐步的解码，不断地促成它的生长。

进化发育EvoDevo就是刚才所说的一个进化计算和生物发育的结合体，在左侧大家也可以看到，通过一个进化发育的过程，这个种子发展成了不同的植物或者是动物，这个发育的闭环实际上是有不同的类型，比如说基因型还有表现型，所以说整个进化流程都是需要几个世纪来实现。

我们想要做的事情是想要用机械和工程的结构去替代这些基因，那从人工工程系统Artificial engineering system，其实是形成一种人工进化的发育循环模型，孵化更有点像是首先受精卵，然后受精的鸡蛋，有环境的信号，有环境去进行孵化，我们会有模拟海洋工程的环境，有这样的系统去模拟这个环境来实现发育和进化。

同时我们都知道这种情况甚至会在生物学当中的植物身上也会发生，举个例子，云杉的种子在特定的环境中最终会生长成参天大树，在更恶劣的环境中则不会生成，所以事情最终就是这样进行演变，实际上一开始就会发现同样的种子根据环境条件有所适应程度有所变化，这是我们希望在工程设计领域当中需要模仿、捕捉到的一些东西。

比如说有竹子制作自行车的结构，左边图片（PPT图）如果有金属和复合材料制造自行车，看起来更像右边的自行车，但是源于同样的设计理念使之环境的不同让材料得以生长而发展成不同的结构，因为时间的问题我就会给大家直接举几个例子。

首先第一个，我们所应用到的是桥梁的结构，比如说桁架，在这里我们是否能够在桥梁设计结构之中，真正能够采取到自动工程设计流程吗？提出新的桥梁结构或者是现有桥梁结构的改进，我想从一个初始的观点开始，按照我们所描述的这样将其输入到DEVO demo循环当中，我们对每一个结构做的事情就是赋予智能化的设计，在这个环境下采取了卷积神经网络，每一个元素都包含了一种神经网络，通过其生长过程神经网络会接收到信号，同时能够测量桥梁的应变、桥梁的重量，从而提出一种新的结构。

所以大家可以看到在这里发生哪些事情呢？延长桥梁的长度，确实一些桥梁变得更加厚，有一些材料会更加薄，总体来说针对特定的环境，特定的金属能设计出特定的体重和结构。

大家也可以在整个图片当中看到，在左图当中桥梁正在经历长期的开发，随着开发周期的推进，该桥在不断地增长，实际上通过演化的过程所有的方案都能得到解决。

我们目前应用到了另外一种汽车底盘上的场景，是否能够可以再次创新和发展一款适应于我们设计要求的底盘呢？如果大家愿意的话，我们给一个基本的概念的描述，包括我们目标会设计一个底盘，比如说在这里会给予它们扭转、转弯、翻转等不同的典型应用的场景。当不同的场景出现的时候，我们会看到底盘会呈现出不同的构造，某种情况下车头组件比中部更多，这些都是来自自主的建造。

从实际角度而言，我们还有其他的应用，比如说在上面粉红色、紫色常规设计的产品，下面是两种其他的产品（PPT图），看起来非常相似，实际上在整个过程当中最大的一些变化来自于对于成本进行的估算和制造以及投入。

最终是目前我们在做的项目，就是机翼盒，机翼内部的结构是否能够使用到技术来真正地通过迭代和开发，来进一步发展机翼的设计，使其内部的结构来不断地实现优化，这个是一些初步的成果，包括EvoDevo技术所取得的一些成果的事例，可以看到有不同大小的机翼，内部有不同的结构，不同部件的构建不尽相同。

与此同时这个是存在很多不同的变化，这便是最初的进化，而且进行细化的发展，最终会得到完美的设计。

当然了，有一些早期看起来有点怪异或者是疯狂的设计，但是实际上在最初的演变过程当中这些都是正常的现象，实际上大家有更多的选择，我们提供很多不同的关键的想法，借此机会向大家表示感谢。

我们对于所有协助完成此工作，我们也不断地将发展方法与人工智能相结合，不仅使用到其中的一种，而是靠人工智能本身能够实现自主设计，创造创新，同时提出新的想法，整个网络学上我们会做出正确的事情，拥有局部的决策，总体上有一个全局的适应目标度的标准，确信网络是可复用的，所以我们可以看作是网络的种子，会生成不同的产品，在系统内部可以添加性能的标准，可以添加系统的约束的条件，从而实现均衡的发展。

我们认为这只是一个非常小的步骤，而且同时我们将会在未来有一种更好的方法处理未知的不同的问题，尤其是进入到算法优化的阶段，这就是我今天的演讲，再次感谢各位！

来源：中国日报网