AI和ML如何改变模拟

在过去的50年里，工程模拟领域发展了数值方法，使工程师能够更快、更容易地解决三维物理问题，具有更高的精度和更可靠的结果。有限元分析(FEA)、有限体积法(FVM)和有限不同时域(FDTD)提高了求解器的效率，而动态可视化技术提高了通常被称为用户友好性的技术。

尽管取得了这些进步，但某些挑战仍然存在。具体来说，模拟需要同时权衡:

1.结果的准确性

2.结果的速度

3.工作流的易用性

4.工作流的健壮性

以网格生成为例，这是多物理场解决方案的构建模块。众所周知，使用较粗的网格可以提高模拟速度，但会导致精度损失。同样，简单网格的易于使用的工作流也会降低精度，并可能引入其他问题，例如模拟不收敛和鲁棒性失败。

Ansys正在探索人工智能/机器学习(AI/ML)来解决所有这些问题。

同时改进

人工智能的商业化始于20世纪70年代，但这一领域实际上始于10年前基于规则的专家系统的开发。作为人工智能最简单的形式，这些系统依赖于策划人类的知识解决通常需要人类智慧才能解决的问题。

我们预计AI/ML应用程序将积极应用于科学和医学，从简化药物发现到机器人辅助手术，再到全球任何地方的供应商都可以即时访问的自动化医疗记录。但AI/ML正迅速被越来越广泛的行业和用户成功采用。它正在帮助消费品牌挖掘他们的社交媒体，以了解客户对他们产品的感受(情绪分析)，帮助投资者在股票交易机会上占上风(金融算法交易)，并使电子商务所有者能够为在线购物者提供个性化的产品(推荐引擎)。

在Ansys，我们可以使用AI/ML方法自动查找仿真参数，同时提高速度和精度。

我们可以使用增强模拟，通过数据驱动或基于物理的方法训练神经网络，将模拟速度提高100倍。

我们相信应用AI/ML将使我们能够:

• 进一步提高客户生产效率。
• 增强模拟，包括加速芯片热解决方案和开发流体求解器，该求解器将局部区域的高保真解决方案与粗区域的ML方法相结合。
• 优化设计空间探索。
• 驱动业务智能决策，例如我们求解器的资源预测需求。
• 结合基于数据分析和基于模拟的数字双胞胎，创建准确和快速的数字双胞胎混合。

换句话说，我们相信AI/ML将帮助我们缩小理想世界(时间、努力、效率和结果完美平衡)与现实生活之间的差距。这将使我们能够使模拟的生产力，易用性和准确性少一点的权衡。

了解更多关于Ansys计划使用AI/ML来改进其求解器技术，请注册Prith Banerjee的演讲在NVIDIA GTC会议．