数据和机理驱动的人工智能科学智算.pdf

数据和机理驱动的人工智能科学智算

数据和机理驱动的人工智能

科学智算

□/

文朱霖潮，杨易

（浙江大学计算机科学与技术学院，杭州310007）

摘要：科学智算作为跨学科领域正不断演进。本文回顾从数值分析到高性能计算，再到数据

驱动范式的演进历程，重点分析数据驱动和机理驱动方法在科学智算中的优劣势。数据驱动

方法能够处理复杂非线性关系，但可解释能力弱、数据依赖性过高。机理驱动方法具备良好

可解释性和外推能力，但计算效率较低。本文将讨论数据和机理驱动的人工智能科学智算在

复杂系统模拟中的应用，包括多尺度多物理场耦合和不确定性量化。

关键词：科学智算；高性能计算；人工智能；数据和机理驱动方法

中图分类号：TP18；TP391文献标志码：A文章编号：2096-5036(2024)05-0011-06

DOI：10.16453/j.2096-5036.202440

0引言数学与各科学领域的交叉融合。本章将追溯科

学智算的演进，从早期科学计算、高性能计算

科学智算正处于关键的发展时期。随着计到数据驱动研究，讨论其发展脉络。

算能力和数据量的提升，深度学习为科学智算

提供了新方向，而基于第一原理的机理方法仍1.1早期科学计算

是建模自然规律的基础。如何高效融合数据驱电子计算机诞生于20世纪40年代，标志

动和机理驱动这两种方法，已成为当前研究的着科学计算的开端。初期，科学计算侧重于数

焦点。本文将探讨这两种方法的特点、优势与值分析和算法研发，主要用于解决物理和工程

不足，以及它们的融合思路，重点关注其在复领域的复杂数学问题。

杂系统仿真中的应用。1937年，阿塔纳索夫-贝瑞计算机

（Atanasoff-BerryComputer，ABC）的问

1科学智算的发展历程世标志着电子计算机时代的到来。它最初被用

于计算弹道轨迹，这可以被视为科学计算的早

科学智算的发展体现了计算机科学、应用期应用。在随后的几十年里，科学家们开发了

基金项目：新一代人工智能国家科技重大专项（2022ZD0117802）

11

专题：科学智算

AI-VIEW

2024年第5期

一系列重要的数值方法，如蒙特卡洛方法、有物学原理转化为精确的数学表达，从而对系统

限元方法等，为科学计算奠定了理论基础。进行定量模拟和预测，揭示内部因果关系，为

20世纪60年代至70年代，随着计算机研究者提供深刻洞察。

硬件的进步和编程语言（如FORTRAN）的发例如，气候科学中的全球气候模型（Global

展，科学计算的应用范围不断扩大。这一时ClimateModels，GCMs），基于流体动力学

期，计算流体动力学（ComputationalFluid和热力学的基本方程，如Navier-Stokes方程

Dynamics，CFD）、结构分析等领域开始广和热传导方程，构建了描述地球系统各圈层（大

泛采用数值模拟方法。同时，计算机图形学的气圈、水圈、冰冻圈和生物圈）相互作用的复

发展使得科学可视化成为可能，大大增强了科