昌暉儀表通過(guò)E-works數(shù)字化企業(yè)網(wǎng)總編 、CEO黃培先生以及安世亞太高級(jí)副總裁田鋒先生的對(duì)話內(nèi)容共同探討仿真與數(shù)字孿生、人工智能之間的奧秘。
黃培
數(shù)字孿生強(qiáng)調(diào)虛實(shí)融合，對(duì)仿真技術(shù)的實(shí)時(shí)性有更高的要求，這方面請(qǐng)您談?wù)剬?shí)現(xiàn)的策略。
田鋒
數(shù)字孿生體中的仿真一定是實(shí)時(shí)的，否則就沒(méi)有意義，跟過(guò)去的仿真就沒(méi)區(qū)別?？梢哉f(shuō)，實(shí)時(shí)性是仿真和數(shù)字孿生體的重要區(qū)別。實(shí)時(shí)性要考慮兩個(gè)維度，第一個(gè)維度是實(shí)時(shí)收集數(shù)據(jù)。比如仿真的邊界條件，邊界條件要有初始條件才能去計(jì)算。如果缺少初始條件和邊界條件，就無(wú)法得出實(shí)時(shí)的結(jié)果。這兩個(gè)條件是實(shí)時(shí)的，需要從物聯(lián)網(wǎng)中獲得。如同數(shù)字孿生體的神經(jīng)一般，通過(guò)收集實(shí)時(shí)數(shù)據(jù)，然后才能實(shí)施仿真。這是第一個(gè)維度。第二個(gè)維度就是速度。現(xiàn)在能保證速度的是系統(tǒng)仿真(0維)以及一維仿真，比如電路管路，就是一維仿真。比較慢的是三維仿真，就是CAE 技術(shù)，目前CAE很難做到實(shí)時(shí)，它的任何一個(gè)計(jì)算都比一維和0維要慢很多。所以數(shù)字孿生體中三維仿真要通過(guò)降階來(lái)發(fā)揮作用。三維仿真的計(jì)算結(jié)果是全息的，從各個(gè)角度觀察都能得到對(duì)應(yīng)的結(jié)果，但是在實(shí)踐中我們不需要全息數(shù)據(jù)，只需要特定場(chǎng)景的一條數(shù)據(jù)曲線去驅(qū)動(dòng)孿生體。這條曲線就是用三維計(jì)算結(jié)果經(jīng)過(guò)一個(gè)降階的過(guò)程形成的，采用類似人工智能的擬合技術(shù)，在特定要求之下得到的一條曲線類或曲面類的模型，這個(gè)模型就是實(shí)時(shí)的、是0維的。這樣就實(shí)現(xiàn)了三維仿真的結(jié)果參與到數(shù)字孿生體中的目的。每一次降階目的是特定的，換一個(gè)目的就要重新降階一次。所以數(shù)字孿生體的目的必須是明確的，從而實(shí)現(xiàn)三維仿真幫助數(shù)字孿生體達(dá)成正確的結(jié)果。
黃培
是不是可以理解為降階模型就是三維仿真結(jié)果的近似解？
田鋒
是的，擬合解。需要做大量的計(jì)算，在各種邊際條件、不同工況下、各種時(shí)間情況下，做幾百種仿真，做完之后，根據(jù)需求進(jìn)行降階，提供所需要的曲線或者曲面。
黃培
您剛剛也提到了人工智能的應(yīng)用，最近幾年，隨著人工智能技術(shù)的快速發(fā)展以及開(kāi)源應(yīng)用，人工智能技術(shù)的應(yīng)用領(lǐng)域越來(lái)越廣。您認(rèn)為仿真技術(shù)與人工智能技術(shù)能否實(shí)現(xiàn)、如何實(shí)現(xiàn)融合應(yīng)用？
田鋒
仿真是基于明確的機(jī)理、邊界條件和初始條件才能計(jì)算的學(xué)科。但很多情況下很多事物無(wú)法明確，就不能仿真。比如湍流是用概率的方式計(jì)算的，并不是真實(shí)的數(shù)據(jù)，因此只能解決一部分問(wèn)題。還有復(fù)合材料，很難得到真正的材料數(shù)據(jù)。還有多目標(biāo)優(yōu)化，一開(kāi)始也是基于不確定方向，降階也是一種結(jié)果的延伸。那么如何得知確定性以外的不確定性呢？可以用AI的手段去推測(cè)出基本符合要求的函數(shù)， 用AI幫助仿真。比如湍流問(wèn)題，各種數(shù)據(jù)測(cè)完之后，AI提供一個(gè)函數(shù)就可以繼續(xù)參與計(jì)算。復(fù)合材料也是如此，用外界的數(shù)據(jù)推測(cè)里面的結(jié)果，然后推測(cè)出一個(gè)函數(shù)參與計(jì)算。不完整的邊界條件也是如此，根據(jù)現(xiàn)有的表現(xiàn)讓AI推測(cè)不知道的地方。但是這些都不是物理的邏輯，而是數(shù)學(xué)的邏輯。AI幫助仿真從完全的不確定性走向了部分的確定性，二者用這種方式實(shí)現(xiàn)了融合。
現(xiàn)在更多的AI的應(yīng)用不是仿真，而是提出第四范式的概念?？茖W(xué)研究過(guò)去有三個(gè)范式：理論、實(shí)驗(yàn)、計(jì)算拓展?，F(xiàn)在提出第四段就是 AI ，彌補(bǔ)仿真的不足，可以認(rèn)為這是一種新仿真、新范式。
黃培
談到 AI 的時(shí)候，我們很多時(shí)候是完全基于數(shù)據(jù)去建模。如果能夠把背后的機(jī)理知識(shí)融合進(jìn)來(lái)，是否會(huì)使 AI 的結(jié)果更加準(zhǔn)確或更具可解釋性？
田鋒
是的。在 AI 學(xué)習(xí)的過(guò)程中，有無(wú)監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)兩種狀態(tài)。無(wú)監(jiān)督學(xué)習(xí)依靠AI自己發(fā)揮。監(jiān)督學(xué)習(xí)，是把人的確定性的經(jīng)驗(yàn)干預(yù)到學(xué)習(xí)過(guò)程中，它的可解釋性就變得更高了，就是您所說(shuō)的這種情況。
