Helmholtz AI是德国亥姆霍兹联合会（Helmholtz Association of German Research Centres）的一项跨中心计划，该联合会是德国最大的科研组织。该计划于2019年启动，负责协调人工智能研究、开发机器学习方法，并在其19个研究中心内提供计算资源和培训。其目标是将AI应用于能源、健康、地球与环境以及物质等领域的复杂科学问题，与联合会应对科学、社会和工业重大挑战的使命相一致。
亥姆霍兹联合会年度预算为61.9亿欧元（约70%来自公共资金），在2024年自然指数（Nature Index）对顶级期刊贡献排名中位列第16。Helmholtz AI采用分布式结构，在主要中心设有分支机构，包括德国癌症研究中心（DKFZ）、于利希研究中心（FZJ）、卡尔斯鲁厄理工学院（KIT）和德国航空航天中心（DLR）。它支持研究人员开发和应用机器学习和深度学习方法，包括神经网络架构和变换器模型，用于科学数据分析。
研究重点
Helmholtz AI专注于稳健、可解释且可扩展至科学研究中大规模数据集的AI方法。关键领域包括用于分子和材料设计的生成式AI、用于科学文献和数据提取的大语言模型应用，以及用于生物医学成像和遥感图像分析的深度学习。该计划还开发模型剪枝及其他效率技术，使AI模型能在高性能计算集群上可行运行。
基础设施与服务
Helmholtz AI提供联邦式基础设施，包括访问于利希及其他中心的超级计算资源。它为联合会内的研究人员提供咨询服务、培训研讨会和帮助台。该计划还维护一个基于云的平台，用于共享AI模型和工作流程，促进可重复性和协作。这些服务旨在降低缺乏正式AI专业知识的科学家将机器学习融入研究的门槛。
合作与教育
Helmholtz AI通过与大学和研究机构的合作促进交流，包括麻省理工学院计算机科学与人工智能实验室、斯坦福人工智能实验室和伯克利人工智能研究，通过联合项目和人员交流实现。它每年举办会议和定期黑客松，并提供涵盖从批归一化到多头注意力等主题的结构化培训项目。该计划还通过博士学校和博士后奖学金支持早期职业研究人员，在亥姆霍兹联合会内构建一个具备AI素养的科学家社区。
影响与应用
Helmholtz AI的应用覆盖联合会的各研究领域。在健康领域，AI模型辅助DKFZ的医学图像癌症诊断和药物发现。在地球与环境领域，深度学习用于气候建模和卫星数据分析，为亥姆霍兹气候倡议（REKLIM）等项目做出贡献。在能源领域，AI优化马克斯·普朗克等离子体物理研究所的聚变反应堆控制，并改进可再生能源预测。这些项目展示了该计划通过人工智能加速科学发现的作用。