清华钱班学子自研AI系统问鼎全国力学竞赛，斩获特等奖

在近日落下帷幕的第十五届全国周培源大学生力学竞赛中，一个特殊的AI“考生”——“GT-Mech”力学求解系统，与全国三万余名优秀学子同台竞技，取得了特等奖水平的优异成绩。这是人工智能首次以“参赛选手”的身份，在同场、同时、同卷的严格标准下参与国家级顶级力学赛事。

该系统的核心研发团队中，有两位来自清华大学钱学森力学班的学子——2021级本科生周懿与钱班校友、航天航空学院研究生李润道。GT-Mech的成功，是钱班鼓励学生由内在驱动、勇于进行“从零到一”的原始创新的生动体现。

周懿（左一）、李润道（中）

源于好奇，挑战科学前沿

一道典型的力学题目，融合了自然语言理解、物理情景建模、符号逻辑推演和数值精确计算。将复杂的力学问题交给AI解决，不仅要求高超的数学能力，更需要AI像人类学生一样，先“读懂”题意，在“脑中”建立抽象模型，再选择合适的定理并求解。这种“文理兼修”的综合任务，要求AI具备远超以往单一任务的、更接近人类的整体分析与解决问题的能力，是衡量通用人工智能发展水平的关键试金石之一。

面对这一极具挑战性的前沿领域，团队成员们没有畏惧，反而激发了浓厚的科研兴趣。“钱班带给我最大的影响，是一种思维惯性，”钱班班友李润道对此深有感触，“看到一个难题，第一反应不是‘这个太难了，做不了’，而是‘这个太有意思了，怎么才能把它做出来’。” 正是这种源于内心的好奇与热爱，成为了项目启动的强大驱动力。

匠心独运，攻克技术难关

通用大语言模型在面对高度专业的科学问题时，常会暴露“知识幻觉”、计算错误等短板。GT-Mech的成功，得益于研发团队为其量身定制的一套创新技术方案。

作为项目的发起者与负责人，团队核心成员周懿介绍了团队的攻关路径：

其一，构建结构化知识体系，让AI 接受“专业培养”。 团队为GT-Mech构建了专有化的力学知识图谱，将经典教材、题库等海量知识编织成一张结构化的语义网络，使AI能像人类专家一样迅速调用相关知识，形成专业可靠的解题框架。

其二，融合符号计算，确保“步步为营”的精确性。 团队引入了“逻辑推理-符号计算”双核引擎。GT-Mech首先用自然语言规划解题思路，再调用内嵌的符号计算引擎完成公式推导和计算。这种模式有效结合了AI的逻辑规划能力与符号计算的准确性，显著降低了求解过程中出现“低级错误”的概率。

其三，引入检查纠错，实现“复盘反思与迭代”。 团队为AI设计了一套精密的检查纠错机制。解答完毕后，系统会启动“批判性思考”模块，从单位量纲、物理直觉、逻辑严谨性等维度，对解题过程中题设条件理解、知识点选用、公式推导三大关键环节进行自我检查。 若发现疑点，便会触发纠错环节，回溯修正。

这一系列开创性技术的成功落地，也得益于钱班所构建的独特创新生态。作为团队的技术骨干，钱班校友李润道对此深有体会：“钱班的价值远不止本科四年，它构建了一个终身受益的网络。我虽然毕业了，但始终是钱班的一份子。当周懿提出这个极具挑战性的构想时，我作为学长能贡献过往的技术积累，协同攻关，最终将想法变为现实。” 这种跨越年级的信任、经验传承与紧密协作，成为项目成功的关键要素。

志在未来，探索教育新可能

GT-Mech的卓越表现，为“AI时代的教与学”带来了深刻启示。它展示了一种人机协同的未来：将人类从繁重的重复性工作中解放出来，从而专注于更富创造性的核心任务。

作为项目负责人，钱班2021级本科生周懿对项目的未来有着清晰的规划：“我们的目标从来不是要证明AI比学生强，恰恰相反，我们想为未来的学生打造一个最强大的‘AI学伴’和‘灵感激发器’。这次竞赛只是一个起点，我们希望继续完善它，让它真正能走进课堂，为培养下一代创新人才创造出实实在在的价值。”