中国力学学会官方微信公众号近日发文称，第十五届全国周培源大学生力学竞赛（个人赛）试卷复核工作在中国科学院力学研究所圆满完成。依据复核后成绩最终评选出全国特等奖5名、一等奖166名、二等奖311名，并遴选出团体赛的参赛队伍。此外，经复核，参与个人赛考试的清华大学AI软件“GT-Mech”成绩位列特等奖水平，凸显了AI技术赋能力学教育的巨大潜力。

消息发布后，引发了不少网友热议。很多网友好奇，这款取得特等奖水平的AI软件为何这么厉害，未来有可能应用到哪些领域。

北京青年报记者了解到，GT-Mech由清华大学行健书院-钱学森力学班21级本科生周懿及航天航空学院研究生李润道、宋家隆合作研发，助理教授程彬为指导教师。

程彬在接受北青报记者采访时介绍，GT-Mech是从今年2月份开始正式研发。他表示，年初时，他领导的研究团队利用网上热传的AI通用大模型在专业力学领域进行了测试，发现这类通用大模型在解答力学专业问题时仍有困难，比如通用大模型无法正确阅读出力学作业题中的图像、有时AI在解题时会使用错误的知识点等。团队成员由此萌生了自主研发AI软件，解决专业力学问题的想法。

参与了GT-Mech研发的周懿介绍说，在研发过程中，团队成员首先要把搜集到的力学专业知识转化成AI可以读懂的语言，让AI可以拿去学习、训练。为此团队搜罗了大量的力学教材、习题集以及学术界中的高质量力学论文。经过训练，GT-Mech掌握了很多通用AI不具备的力学专业知识。

但团队发现，经过训练后的GT-Mech会出现“一本正经地胡说八道”的情况，这说明此时的AI仍不能理解所说的内容。此外，GT-Mech在进行力学计算时，仍不时出现错误，“就像人类学生做题时粗心大意一样。”

例如在一次测试中，GT-Mech在解决一个斜面物体的受力分析问题时，最开始描述的坐标系还是正确的，但后面列方程时就使用了错误的坐标系，“这说明AI没正确理解学习到的概念，单纯给AI输入训练数据并不能有效提升它的解题能力。”

为了解决这些问题，研发团队又为GT-Mech设计了一套解题流程。程彬介绍，给AI设计的解题流程实际上模仿了人类解题的步骤。“AI大模型的学习方式是机械的，当它看到一道题或一个知识点，可能想不到举一反三。我们需要像一个助教一样，梳理好知识脉络，总结出解题的精髓，告诉它如何去输入知识点、如何去思考题目。”

最后，研发团队创新地引入了一套检查纠错环节。程彬坦言，最开始他曾觉得让AI检查自己的错误、纠正自己的错误或许是没意义的事情，但团队成员思考了人类解题时的习惯，提出了加入纠错这个环节的灵感。AI原本面对同一道题，有时做对有时做错，加入检查纠错的环节后，这道题几乎就都能做对了。

周懿表示，这种情况也和人类学生类似，“学生在考试时，有时也会‘犯迷糊’，把题目理解错或者计算过程中犯了错，但在检查时，学生就能把错误检查出来。学生的真实知识水平没有变，但通过检查就能发现自己的错误，做出正确的答案。”

完成GT-Mech的初步研发工作后，研发团队想找一个机会检验AI的实际表现。“刚好很快就要举行第十五届全国周培源大学生力学竞赛，我们就跟主办方中国力学学会取得联系，计划拿我们这个AI系统做一次竞赛测试。”

今年5月18日，经过主办方同意，GT-Mech参加了第十五届全国周培源大学生力学竞赛（个人赛）。比赛中，团队成员在考场内将电子版试题转换成文本和插图上传至系统，由GT-Mech给出推导过程和答案，再由团队成员手写抄在试卷上。最终这份AI作答的试卷被混入人类考生的试卷中，共同接受评委阅卷。最终经复核，GT-Mech取得的成绩位列考生中特等奖的水平。

“这场比赛的题目难度非常高，大部分参赛学生可能只能得几分，而比赛考卷总分是120分。我们后来的评估显示，AI大约做对了一半的题，成绩应该在60分左右。”周懿说。

“GT-Mech目前已经达到一个优秀本科生的水平。”程彬表示，他希望GT-Mech最终能够在力学领域达到优秀博士生的水平，那样的话AI不但可以答题，更能去解决现实工程中会出现的应用问题。

实习生/李茂健

文/北京青年报记者 屈畅
编辑/贺梦禹
校对/李建良