人工智能101:这是数学，不是魔法

人工智能(AI)这个术语可能会有些误导。虽然智能媒介是设计出来的(从这个意义上说，是人工的或人为的)，但智能本身是基于非常真实的数据。然而，大多数人听到“AI”，想到的是未来机器人或科幻电影中的场景，没有意识到AI的起源不是虚构的或神奇的——它是数学的。

数学和数据是人工智能和机器学习(ML)训练方法的核心。通过这种方式，该过程与人类驱动的工程项目并不遥远。尽管如此，AI在发展过程中也受到了一些批评，这主要是基于对AI的误解和随后的不信任。

与此同时，人们对人工智能驱动的机器有一天在工作场所取代人类的可能性感到恐惧和轻微的厌恶。但这也是对人工智能的真实情况或可能情况的一种扭曲。人工智能对工程领域的贡献远远超过它所能移除或取代的。

人工智能和工程之间的关系更加共生，类似于我们所看到的联系仿真与人工智能或模拟与工程。每段关系都是相互补充和增强的。

为了澄清关于AI的一些误解，让我们回顾一下AI过程的一些关键成分，模拟如何适应，以及AI和模拟如何对工程有显著的好处。

了解事实:模拟驱动的数据

人工智能工程中最关键的部分是数据。如前所述，人工智能本质上是大量的数学，由算法、计算和其他类型的数据组成。这是大多数人看不到的后端或幕后培训。然而，就像你必须训练你的人类团队一样，你必须训练你的AI。

对于在职场的人来说，这可能以培训模块或与团队高级成员的实践课程的形式出现。人工智能的培训形式不同，但仍有基于信息的培训。工程师通过向人工智能输入执行手头任务所需的数据来训练它。正如你可以想象的那样，数据的准确性是至关重要的，原因与你不会使用不准确的信息来训练一个人是一样的。因此，AI/ML集成并不是一场革命，而是一种方法的进化，相当于用一种新的设计方法或工作流程培训工程师或设计师，从而产生更好的结果。

不过，一个不同之处在于，完全准备人工智能需要大量的数据，尤其是因为人工智能缺乏常识或快速思维等人类元素。虽然这是一些人犹豫的另一个原因，但这是模拟可以在预测准确性、大数据容量、近乎无限的分析能力和快速结果方面提供很大帮助的地方。因此，AI/ML与模拟的集成是实现全面AI工程的关键组成部分。

Ansys的仿真软件涵盖有限元分析(FEA)、计算流体动力学(CFD)、电磁学和其他基于物理的建模，其广泛的投资组合似乎可以用于任何工程项目。通过使用这些工具，工程师可以收集尽可能准确的数据，并可视化它将如何执行。更有利的是，Ansys通过简化计算或编码技术，并将这些任务封装到内置的易于使用的工具中，从而消除了工程师或设计师的数学负担。今天，仿真对于非仿真专家来说更加容易接近。

一旦收集到所需的数据量，团队成员就可以再次转向模拟，进入下一阶段:训练AI。一种训练方法利用数字孪生技术，例如Ansys Twin Builder．数字双胞胎可以与ML方法一起使用，生成大量数据，以比使用物理机器生成数据更快、成本更低的速度训练AI。

人工智能在混合数字双胞胎中起着关键作用。

根据数字双胞胎联盟在美国，数字双胞胎是现实世界实体和过程的虚拟表示，以指定的频率和保真度同步。通过使用Twin Builder创建数字双胞胎并集成AI/ML，工程师可以合并基于数据和基于物理的模型来创建混合数字双胞胎。

通过混合数字孪生，数字孪生技术与Ansys基于物理的模拟相结合，将3D模拟的细节(例如结构分析和力学模型)传输到降阶模型(rom)中，从而降低计算复杂性，生成更高效的系统级模型，且具有相同水平的可靠精度。

基于AI/ ml的方法的另一个好处是它能够利用历史数据。通常，当收集到大量数据时，有责任对这些信息进行分类，找出最需要的、不太有用的以及应该丢弃的信息。不太有用或被丢弃的历史数据通常以旧格式存储在计算机硬盘驱动器上，变得无法访问，看起来毫无价值。然而，AI/ML从积压的数据中茁壮成长，并充分利用它们。

事实上，AI/ML可以将过时的遗留数据转变为高价值资产。如前所述，正确训练AI需要大量数据(和数学)。通过这种方式，AI/ML可以从未使用或旧数据中受益，回收它们作为训练材料。使用过去的模拟结果和数据来学习和应对新的设计挑战类似于利用高级设计师团队的专业知识，但具有更大的优势。

这也有助于解决可持续性问题。需要存储大量数据，这会不必要地消耗电力和能源——尤其是在数据未被使用的情况下。通过使用AI/ML来整理、整合和使用旧数据，我们可以长期降低电力和能源消耗。

为了在此基础上进行扩展，我们可以努力创建一个具有开放平台的数据饥渴型开发框架，其中现代机器算法可以定期使用数据并从多个来源获取信息。

互利的联系

AI受益于模拟，模拟也受益于AI。AI可以将模拟速度加快100倍，正如我们在AI驱动的模拟或使用基于ml的系统的模拟中所看到的那样。

例如，我们可以利用ML来生成结转产品设计，通过训练神经网络来自动预测、优化并根据以前的设计交付生产级设计。我们还可以使用ML自动设置模型参数或应用基于ML的流求解器来实现增强模拟。

类似地，AI/ML可以通过拓扑优化促进设计，同时简化工作流程并最终降低成本。例如AI/ML可以应用于Ansys optiSLang用于毫米波应用的先进硅电感器的工艺集成和设计优化软件，使用AI/ML在很短的时间内生成合成积木模型。

尽管模拟、AI/ML、自动化或类似的计算机辅助有无数的好处，但人类仍然有一个关键的、价值驱动的位置。不仅需要工程师，还需要设计师和其他专业人员来培训AI，并在提供必要的培训、信息和指导的同时，弥合AI、模拟和工程之间的差距。这些专业人士只是更好地配备了高性能人工智能驱动的设计工具，释放出令人难以置信的创造力。

要了解如何将AI集成到您的操作中或创建混合数字双胞胎，请访问Ansys的按需在线研讨会:如何加速产品创新并成功扩展人工智能或混合数字双胞胎:将最好的人工智能和物理结合在一起,分别。