AI和ML:模拟的美丽新世界

人工智能和机器学习正在影响我们职业和个人生活的方方面面，工程模拟也不例外。

虽然人工智能和机器学习的概念过去听起来像是科幻小说里的东西，但今天它们正变得无处不在——毫无疑问，它们正在让我们的生活更美好。从早期疾病检测和辅助驾驶到仓库优化、生产线和其他工作场所，人工智能(AI)和机器学习(ML)正在帮助我们变得更健康、更安全、更高效。

因为AI和ML的能力似乎没有限制，所以它们也在悄然改变工程模拟领域，这应该不足为奇。最近，Ansys一直在与AI和ML领域的全球思想领袖合作，努力使Ansys的一流工具变得更好。

例如，软件开发总监Jay Pathak正在领导一个Ansys研究团队，他们最近与他人合作撰写了文章一篇论文与斯坦福大学合作，探讨如何应用机器学习来表示几何图形，这种方式适用于学习各种Ansys求解器中使用的偏微分方程。轻量级几何表示是任何接近求解器领域的机器学习的起点。

利用卷积神经网络，Ansys-Stanford团队正在利用新的、数据驱动的、基于物理的机器学习模型，允许计算机辅助设计(CAD)引擎通过新的几何编码过程快速表示简单的形状。新的，重量更轻的编码过程导致压缩的空间表示，仍然产生数值准确的结果。

在取得进展的同时，我们将继续在此进行投资，使其更具可扩展性，因此它可以快速代表Ansys客户所需的任何复杂程度的形状。Pathak说:“最终，这些新的几何编码技术可以简化和加速数千个复杂形状和非常复杂的几何建模应用程序。”

最终，Pathak和他的团队正在努力使Ansys的几何理解更智能、更自主，能够根据需要直观地混合2D和3D对象的轻量化和重量化表示，以解决每个客户的问题。Pathak补充道:“我们一直在努力寻找解决方案精度和速度之间的‘最佳点’。”“机器学习能力可能是我们的软件为每个客户的问题找到正确平衡的关键，这令人兴奋。”

利用AI和ML创建轻量级几何表示

帕塔克说:“我想我们都明白，人工智能和机器学习可以解决计算机视觉和自然语言处理中极其庞大、数值密集、复杂的问题，并且很高兴将其应用于学习物理，因为在许多方面都是相似的。”“它们拥有无与伦比的能力，可以在训练模式下吸收大量数据，并在部署模式下在几毫秒内得到统计上准确的答案。有时，这些模拟需要人类几周甚至几个月才能完成。”

Pathak指出，机器学习可以补充模拟软件等技术工具。“机器学习工具可用于对几何形状进行分类，识别部件连接，并作为推荐系统，在处理几何部件和组件或在Ansys产品中设置模拟问题时决定下一步。这将是提高客户可用性和生产效率的一大步。”

“最近与斯坦福大学合作撰写的论文重点是提高几何表示的艺术水平，以一种适合学习物理的方式。我们已经证明了我们的模型具有很强的泛化能力，包括对其他公共数据集的验证。虽然该模型使用简单部件(如球体、圆柱体或引物)以及与其他类似部件的结合或交叉进行训练，但它可以推广到Ansys客户使用的复杂部件，如发动机、涡轮等。”“我们不再仅仅依靠人类软件开发人员来推进工程模拟的最先进水平，而是在探索机器学习的潜力，以补充我们传统的软件开发工作。”

AI和ML如何提供帮助?根据Pathak的说法，通过识别几何图形中的重复模式，机器学习可以只编码相关信息，从而允许适当的压缩水平来表示几何图形。当需要时，可以使用训练过的模型将此表示解码为完整的3D或2D几何图形。

“机器学习中最大的挑战之一是泛化，例如，当被训练的模型遇到训练中从未见过的新的复杂几何图形时，它会如何表现。我们必须确保在训练期间，我们有足够的几何形状覆盖，在足够的保真度水平上，以生成一个轻量级而准确的表示，”Pathak解释道。“我们希望确保我们的模型在几何形状上有很大的变化，以确保模型的数据效率。否则，我们就会面临训练时间过长、速度过慢的风险。”

展望未来

AI和ML的应用仍处于相对起步阶段，其使模拟更快、更智能、更准确的全部潜力还有待观察。但Pathak强调，Ansys的软件开发团队致力于为人工智能的进步做出贡献，总有一天，这一勇敢的模拟新世界将为Ansys全球客户实现。

Pathak表示，人工智能和机器学习的广泛采用对许多产品的性能产生了巨大的影响，结合这种先进技术使产品开发团队的工作比以往任何时候都更加复杂和具有挑战性。

与此同时，Ansys也在利用这些AI和ML功能来帮助客户解决最复杂的问题。“我们从几何表示的任务开始，因为这是一个影响几乎每个工程团队的基本问题。但机器学习的其他应用是没有限制的，比如解决物理问题、网格划分、识别不同的领域等。

对于我们行业中的每个人来说，这是一个激动人心的时刻，我认为我们才刚刚开始意识到人工智能和机器学习的潜力，它们可以改变我们所知道的世界——包括模拟软件的能力。

有关人工智能和机器学习的更多信息，请访问Ansys AI/ML技术趋势页面．