Shuo LI (李硕) · Arsène李硕 · Shuo LI · ArsèneShuo LI (李硕) · Arsène李 碩 · Shuo LI · Arsène

I am an Associate Professor at the School of Artificial Intelligence, Sun Yat-sen University. My research lies at the intersection of artificial intelligence and computational mechanics, with a focus on geometry-aware Physics AI: numerical methods built on a unified geometry representation, for coupled fluid, free-surface, structural and granular dynamics in complex geometry, and multiscale AI surrogate models, from physics-informed reduced-order models to geometry-guided learned models, that make these simulations fast enough for real-time prediction, optimisation, control and digital twins.

Particles in fluids have followed me from the start. As an undergraduate and master's student in nuclear engineering I studied the sloshing of particle-laden pools in experiments and CFD. My PhD at UTokyo turned to DEM–CFD and to extracting mechanisms and reduced-order models from the simulation data, which has grown into my current work: UniGEnS (Unified Geometry-aware Engine for Multiphysics Simulation), a unified framework for simulation, learning and optimisation, and the surrogate models and digital twins built on it.

“Arsène” is my French name, from my years at IFCEN, Sun Yat-sen University, and research stays in Grenoble and at CEA Cadarache. I work in four languages: Mandarin, English, French and Japanese.

我现任中山大学人工智能学院副教授，研究方向是人工智能与计算力学的交叉，核心是几何感知的物理 AI。具体来说，一是发展基于统一几何表示的数值方法，用于复杂几何中流体、自由液面、结构与颗粒的多物理场耦合仿真；二是构建多尺度 AI 代理模型，从物理约束降阶模型到几何引导的 AI 模型，让仿真快到足以支撑实时预测、优化控制和数字孪生。

Arsène 是我的法文名，取自我在中山大学 IFCEN 求学，以及在格勒诺布尔和法国原子能委员会卡达拉什中心做研究的那段经历。我能用中文、英语、法语和日语四种语言工作和交流。

Je suis professeur associé à l’École d’intelligence artificielle de l’Université Sun Yat-sen. Mes recherches se situent à l’interface entre l’intelligence artificielle et la mécanique numérique, avec pour axe central l’IA physique sensible à la géométrie : d’une part, des méthodes numériques fondées sur une représentation unifiée de la géométrie pour la dynamique couplée des fluides, des surfaces libres, des structures et des milieux granulaires en géométrie complexe ; d’autre part, des modèles de substitution multi-échelles fondés sur l’IA, des modèles d’ordre réduit informés par la physique aux modèles appris guidés par la géométrie, qui rendent ces simulations assez rapides pour la prédiction en temps réel, l’optimisation, le contrôle et les jumeaux numériques.

Les particules dans les fluides m’accompagnent depuis le début. En licence puis en master de génie nucléaire, j’ai étudié le ballottement de bassins chargés de particules, par l’expérience et par la CFD. Ma thèse à l’Université de Tokyo s’est tournée vers le couplage DEM–CFD et vers l’extraction de mécanismes et de modèles d’ordre réduit à partir des données de simulation. Ce travail s’est prolongé dans mon activité actuelle : UniGEnS (Unified Geometry-aware Engine for Multiphysics Simulation), un cadre unifié pour la simulation, l’apprentissage et l’optimisation, ainsi que les modèles de substitution et les jumeaux numériques construits sur cette base.

« Arsène » est mon prénom français, hérité de mes années à l’IFCEN (Université Sun Yat-sen) et de mes séjours de recherche à Grenoble et au CEA Cadarache. Je travaille en quatre langues : le mandarin, l’anglais, le français et le japonais.

中山大学 人工知能学院 准教授の李 碩です。人工知能と計算力学の融合領域で研究しており、幾何形状を理解する物理 AI に重点を置いています。一つは統一的な形状表現に基づく数値解法で、複雑形状のなかで流体・自由表面・構造・粉粒体が連成する現象を扱います。もう一つはマルチスケール AI サロゲートモデルで、物理情報を取り入れた縮約モデル（ROM）から形状に導かれる学習モデルまでを含み、これらのシミュレーションをリアルタイム予測、最適化、制御、デジタルツインに使える速さにします。

流体中の粒子は、研究を始めたときからのテーマです。学部と修士では原子力工学を専攻し、粒子を含むプールのスロッシングを実験と CFD で調べました。東京大学の博士課程では DEM–CFD 連成解析と、シミュレーションデータからメカニズムや縮約モデルを抽出する研究に取り組みました。それが現在の研究、すなわちシミュレーション・学習・最適化を統合するフレームワーク UniGEnS（Unified Geometry-aware Engine for Multiphysics Simulation）と、その上に構築したサロゲートモデルやデジタルツインにつながっています。

「Arsène（アルセーヌ）」は私のフランス語名で、中山大学 IFCEN で学んだ時期と、グルノーブルおよびフランス原子力・代替エネルギー庁（CEA）カダラッシュ研究所での研究滞在に由来します。中国語・英語・フランス語・日本語の4言語で仕事をしています。