【人工智能】解讀 Ansys SimAI：AI 如何在實務上幫助模擬

本篇文章主要說明 Ansys SimAI 如何將人工智慧和機器學習與傳統模擬相結合來提高效率和準確性。過去，數值模擬常用來模擬物理系統。然而，這些模擬可能非常耗時。 SimAI 利用人工智慧從先前的模擬中學習，然後可以更快地預測新設計的性能。

模擬繼續在全球範圍內改變著各個行業的工作流程。產品開發團隊不斷面臨更快生產更好設計產品的挑戰。透過將模擬更早融入設計和開發中，這些團隊可以加速生產並利用關鍵見解來改善效率、準確性和產品品質。Ansys SimAI 雲端平台透過結合人工智慧和多實體場模擬的強大功能，使組織能夠以前所未有的速度實現更高水準的創新。

透過 SimAI 的與實體無關且雲端原生平台，您可以使用先前產生的 Ansys 或非 Ansys 資料訓練 AI 模型，並在幾分鐘內評估新設計的效能。這種軟體即服務(SaaS) 應用程式透過雲端結合了Ansys 模擬的預測準確性和生成式人工智慧的速度- 該組合可使所有設計階段的模型性能提高10-100 倍，適用於計算量巨大的專案。

人工智慧和機器學習 (ML) 方法如何與數值模擬和求解器整合並加以擴展？讓我們探索 SimAI 平台的內部運作，了解這項技術如何在不影響速度的情況下擴展和增強傳統模擬。

為了評估汽車空氣動力學，工程師通常採用計算流體動力學 (CFD) 模擬來分析汽車周圍的流場。

Ansys SimAI：探索隱藏的

SimAI 平台的通用架構是基於融合不同技術的原理，結合了多個深度學習神經網路。這種架構可以捕捉所有重要的物理尺度。該架構由大量非線性層組成，包括多個參數和變數之間複雜的交互作用。

SimAI 的架構由大量非線性層組成，其中包括多個參數和變數之間複雜的相互作用。

SimAI 平台不是像影像中的像素值那樣明確地儲存資料點，而是使用隱式神經表示來學習一個連續函數，該函數可以產生這些資料點。這意味著 SimAI 軟體可以取一組從先前計算中獲得的點，並很好地泛化到新的幾何形狀和來流條件。

延續評估汽車空氣動力學性能的範例，此功能可以連續表示表面和體積場，例如壓力和速度。這使得可以根據所需的解析度請求預測。此外，還可以從預測場導出全域係數作為後處理。

對於汽車空氣動力學評估，SimAI 平台可以連續表示壓力和速度等表面和體積場。

此外，全域係數可以作為後處理從預測場中導出。

事實上，SimAI 平台的最大優勢之一是它使用正則化技術來防止過度擬合並改善對新幾何的泛化。這是什麼意思？基本上，過度擬合是指人工智慧模型的預測過於關注其訓練資料和包含的幾何，缺乏任何泛化或學習或概括新幾何的能力。正則化技術旨在減少過度擬合。 SimAI 使用正規化技術，包括直接嵌入模型結構的局部方法，從而導致更穩定且更具表現力的模型。這就是 SimAI 軟體可以如此快速輕鬆地處理新幾何的原因。

類似地，SimAI 平台使用適當的 3D 形狀表示來描述具有複雜幾何變化的任意或不規則網格，這些變化不遵循特定分佈，例如非參數化幾何。為了幫助量化預測中的不確定性，SimAI 軟體使用獨特的置信度分數來計算在非常高維度空間中距離最近已知幾何的距離。