За последние 50 лет в области инженерного моделирования были разработаны численные методы, которые позволяют инженерам решать задачи трехмерной физики быстрее и проще, с большей точностью и более надежными результатами. Анализ конечных элементов (FEA), методы конечных объемов (FVM) и конечно-различные временные области (FDTD) повысили эффективность решателя, а методы динамической визуализации улучшили то, что часто называют удобством для пользователя.

Несмотря на эти улучшения, некоторые проблемы все еще остаются. В частности, моделирование требует одновременного компромисса между:

1. Точность результатов

2. Скорость результатов

3. Простота использования рабочего процесса

4. Надежность рабочего процесса

Возьмем, к примеру, создание сетки, строительный блок мультифизических решений. Хорошо известно, что использование более грубых сеток увеличивает скорость моделирования, но приводит к потере точности. Точно так же простые в использовании рабочие процессы с более простыми сетками также снижают точность и могут привести к другим проблемам, например, если симуляция не сходится и надежность не соблюдается.

Ansys/Altair изучают возможности использования искусственного интеллекта/машинного обучения (AI/ML) для решения всех этих проблем.

Одновременное улучшение

Коммерциализация ИИ началась в 1970-х годах, но на самом деле эта область началась на десять лет раньше с разработки экспертных систем, основанных на правилах. Простейшая форма ИИ, эти системы полагаются на тщательно подобранный человеческий опыт для решения проблем, которые обычно требуют человеческого интеллекта.

Мы ожидаем, что приложения AI/ML будут активно использоваться в науке и медицине, от оптимизации поиска лекарств до роботизированной хирургии и автоматизированных медицинских карт, к которым могут мгновенно получить доступ поставщики в любой точке мира. Но AI/ML быстро успешно внедряется все более широким кругом отраслей и пользователей. Это помогает потребительским брендам анализировать свои социальные сети, чтобы узнать, как клиенты относятся к их продуктам (анализ настроений), дает инвесторам преимущество в возможностях торговли акциями (финансовая алгоритмическая торговля) и позволяет владельцам электронной коммерции персонализировать предложения для онлайн-покупателей (рекомендация). двигатели).

В Ansys мы можем использовать методы AI/ML для автоматического определения параметров моделирования, чтобы одновременно повысить скорость и точность.

Мы можем использовать расширенное моделирование, чтобы ускорить моделирование в 100 раз, обучая нейронные сети с помощью методов, основанных на данных или физике.

Мы считаем, что применение AI/ML позволит нам:

  • Дальнейшее повышение производительности клиентов.
  • Расширенное моделирование, в том числе ускорение тепловых решений чипов и разработка решателя жидкостей, который сочетает в себе высокоточные решения в локальных областях с методами машинного обучения в грубых областях.
  • Оптимизируйте исследование пространства дизайна.
  • Управляйте решениями бизнес-аналитики, такими как прогнозирование потребностей в ресурсах для наших решателей.
  • Объедините цифровые двойники на основе анализа данных и моделирования для создания точных и быстрых гибридов цифровых двойников.

Другими словами, мы считаем, что AI/ML поможет нам сократить разрыв между идеальным миром (где время, усилия, эффективность и результаты идеально сбалансированы) и тем, что происходит в реальной жизни. Это позволит нам снизить производительность моделирования, простоту использования и точность до минимума.