ما هو "سيمسنتر فيزياء" ولماذا هو سريع
شركة سيمسنتر للفيزياء هي منتج سيمينز من عائلة سيمسنتر، مبني على مبادئ التعلم العميق الجيولوجي. فكرته الرئيسية هي عدم إدارة كل حساب من الصفر، ولكن للحصول على البيانات المتراكمة من المحاكاة السابقة. ويجري تدريب النموذج على هذه البيانات، وينتج، نظرا لتصميم جديد، توقعا للبارامترات المطلوبة على الفور تقريبا.
This approach cuts the time needed to evaluate a design variant from hours to seconds. ووفقا لسيمينز، فإن الفرق في السرعة يمكن أن يصل إلى ثلاثة أوامر من الحجم - أي بعبارة أخرى، أعلى إلى 1000 مرة أسرع من المذيب التقليدي وبطبيعة الحال، فإن هذا الأداء يفتح آفاقاً مغرية، ولكن أيضاً لديه جانب سلبي.
السرعة العالية ليست مرادفة بدقة عالية
سام ماهيلينغام، رئيس شركة سيمينز للصناعات الرقمية، يجيب على السؤال عن استخدام آي فيزيائيات في نظم حرجية متينة وهذا يستحق التذكر لأي شخص يأمل في إجراء حسابات آلية كاملة وتحويل المسؤولية إلى خوارزمية.
وبحجم كبير بما فيه الكفاية من بيانات التدريب، يمكن لنموذج بديل أن يسفر عن نتائج قريبة من مذيب الفيزياء، مع انتشار يتراوح بين 1 و3 في المائة. However, Mahalingam himself emphasizes: a surrogate will never be more accurate than the simulation it was trained on. وأي أخطاء وافتراضات في المذيب تنقل تلقائيا إلى النموذج. وهذا هو السبب في أن منظمة العفو الدولية القائمة على الفيزياء لها حد أقصى للدقة الموضوعية لن يتجاوزها أبدا.
وهذا هو بالتحديد السبب في أن شركة Siemens لا تعتبر هذه الأداة بديلاً عن المصادقة، وإنما آلية للفحص الأولي السريع. لا يزال التأكيد النهائي دائما مع المذيبات التقليدية.
كيف تقترح (سيمينز) استخدام الفيزيائيات الفيزيائية: مرشح وليس حكم نهائي
سيناريو نموذجي يشبه هذا ويدير مهندس العشرات أو حتى المئات من المتغيرات من خلال البديل السريع، ويختار 2-3 واعدة من تلك المجموعة، ويمررها للحصول على تحسينات مفصلة مع مذيب فيزياء تقليدي. ولا يمكن الموافقة على تصميم الإنتاج إلا بعد التحقق الكامل. دور المهندس لا يختفي إنه يتغير من الحسابات الروتينية إلى اختيار ذي مغزى للإتجاهات
In a notable case with Continental involving airbags, physics-based AI was used exclusively at the stage of finding initial variants. According to Mahalingam, a production recommendation based on AI alone never happen under any circumstances.
مثال آخر هو مشروع مع ماغنا There, a broad search was first conducted in the Simcenter HEEDS environment, then promising variants were solved in Simsolid — a solver that works without mesh generation. واستُخدمت بيانات المحاكاة الناجمة عن ذلك لتدريب نموذج المعلومات المسبقة عن علم الفيزياء. If data was insufficient, it was generated synthetically in advance, again relying on Siemens simulators.
ومن المهم أن تُبنى الضمانات في النظام. إذا تم تدريب نموذج على نوع واحد من الأشكال و يتم تغذية واحدة مختلفة جذريا، يقول تماما: "لا أستطيع التنبؤ بهذا، هو شكل مختلف تماما." ويفضل هذا الرفض الصريح أن يسفر عن نتيجة غير صحيحة بصمت. هذا يقلل من مخاطرة المهندس الذي يطلق النار على قدميه
لماذا المهندس يبقى في الهيلم
Seemens consistently positions physics-based AI as a powerful but strictly limited tool. وهي عديمة الفائدة تتجاوز نطاق بياناتها التدريبية ولا يقصد بها اتخاذ قرارات نهائية. الشركة تراهن على أن المهندسين سيثقون بنظام يُبلغ حدوده بأمانة أكثر من نظام يُفكر برغبة كحقيقة
ولا يزال التحقق من صحة الإنسان خطوة إلزامية. المذيب الفيزيائي ما زال "يحمل القلم" لكل شيء يمكن الوثوق به كما قال (ماهالينغام) بطريقة مجازية سرعة ألف مرة هي طريقة مثيرة للإعجاب لتسريع الاستكشاف، ولكن الكلمة الأخيرة دائما تقع مع المهندس.
