版主: Caravel, TheMatrix, molen
-
闪光的二猫
- 知名作家

- 帖子互动: 112
- 帖子: 1024
- 注册时间: 2022年 10月 23日 00:49
帖子
由 闪光的二猫 »
专业 LOL 叔出国就是干这个的 差点烦死一学期就跑了转行计算机了
国内学热能工程也是因为高考成绩不好被分配过去的
然后当初这个方向出国超容易
佩服坚持做下去的。叔见风使舵找了个计算机专业跑了 放弃了奖学金
kc135 写了: 2023年 11月 8日 07:01
使用深度学习,包括生成式人工智能或大型语言模型 (LLM),直接求解纳维-斯托克斯 (N-S) 方程是一个具有挑战性的命题。 以下是为什么这不是一项简单任务的几个原因:
1.
N-S 方程的复杂性: N-S 方程是一组描述流体流动行为的偏微分方程 (PDE)。 这些方程非常复杂,涉及梯度、卷积和时间导数等术语。 虽然深度学习方法可以逼近函数,但处理这些复杂的方程却很困难。
2.
连续域: 深度学习模型通常在离散数据上运行,求解 N-S 方程等偏微分方程需要连续域上的连续函数。 域和数据的离散化会在保留物理属性方面带来错误和挑战。
3.
边界条件: N-S 方程的精确解需要适当的边界条件,但在实践中边界条件可能不容易获得或定义不明确。 将这些边界条件纳入深度学习模型并非易事。
4.
数据要求: 深度学习模型通常需要大量数据进行训练,而获取全面的流体动力学数据集具有挑战性且成本高昂。 高质量训练数据的稀缺是一个重大障碍。
5.
泛化: 流体动力学问题在几何形状、初始条件和物理属性方面存在很大差异。 训练一个能够很好地泛化不同场景的深度学习模型极具挑战性。
6.
数值稳定性: N-S 方程涉及数值稳定性问题,例如在存在高梯度或湍流的情况下保持稳定性。 深度学习模型难以在复杂场景中保持稳定性。
7.
可解释性:深度学习模型通常缺乏可解释性。 理解这些模型提供的解决方案的物理意义非常困难,这在需要深入了解流动行为的流体动力学中至关重要。
8.
守恒定律: N-S 方程基于质量、动量和能量的基本守恒定律。 确保深度学习模型遵守这些法则并不简单,需要额外的约束或考虑。
9.
计算资源: 训练深度学习模型来求解复杂的偏微分方程(如 N-S 方程)的计算成本相当高,需要大量的计算资源和时间。
10.
替代方法: 数值方法,例如有限差分法、有限元法或谱法,经过多年的发展和优化,可以有效地求解 N-S 方程。 虽然深度学习可能是物理建模中的一个有价值的工具,但它不是直接求解 N-S 方程的最有效或最有效的方法。
总之,虽然深度学习可以成为理解和近似解决流体动力学问题的宝贵工具,但由于方程的复杂性、数据限制、边界条件和 需要保持物理一致性。 使用深度学习来完成数据同化、湍流建模或优化流体动力学问题的特定方面等任务通常比作为 N-S 方程的直接求解器更实用。
-
abigbear(大熊)
- 正式会员

- 帖子互动: 0
- 帖子: 19
- 注册时间: 2022年 12月 20日 13:05
帖子
由 abigbear(大熊) »
握爪,当初叔也是跟NS较劲的。后来专心来挖资本主义墙角了。来了大老米,就别操心为了谁谁谁的崛起而奋斗了。 赚钱养家是正道。
-
jiujianoufu
- 论坛精英

- 帖子互动: 291
- 帖子: 6853
- 注册时间: 2022年 7月 25日 06:54
帖子
由 jiujianoufu »
风雷这个开源软件本来就差得一屁,据此建立的AI绝壁好不到哪里去。
-
longtian
- 知名作家

- 帖子互动: 64
- 帖子: 1050
- 注册时间: 2023年 5月 12日 16:15
帖子
由 longtian »
这不是恨谁的问题,哥就是做这个的。
流体力学模型归根结底都是解大型方程组的问题,有些模型计算量非常大,复杂的模型在巨型机器上要算几周。要结合ai,可以,但是这个training 数据还有过程都是非常花费时间的。 但是感觉现在有个趋势,就是LLM就是万能的,什么都能做。个人觉得这就是个噱头,现阶段完全做不到。
abigbear 写了: 2023年 11月 8日 15:13
把楼爬了一遍,这里的将军们得多恨华为啊。lol
-
TheMatrix楼主
- 论坛支柱

2024年度优秀版主
TheMatrix 的博客
- 帖子互动: 262
- 帖子: 13212
- 注册时间: 2022年 7月 26日 00:35
帖子
由 TheMatrix楼主 »
irisyuan 写了: 2023年 11月 8日 10:59
这个跟历史有什么关系?
关系很大。
-
Zhive
- 知名作家

- 帖子互动: 41
- 帖子: 814
- 注册时间: 2022年 7月 25日 11:47
帖子
由 Zhive »
知识的积累会发生质的改变,未来会以计算机的CPU,gpu,算能来决定胜负。当然离不开会解释结果的专家,决策会依据大数据,而不是独断。政府结构回到商朝,与贞人占卜类似,模型可以决定一切。
-
fhnan
- 论坛支柱

2024年度优秀版主
- 帖子互动: 515
- 帖子: 11583
- 注册时间: 2022年 7月 29日 00:50
帖子
由 fhnan »
买买提纪检委书记 sex版版主
-
ccmath
- 论坛精英

- 帖子互动: 373
- 帖子: 7216
- 注册时间: 2022年 9月 17日 19:18
帖子
由 ccmath »
Training 数据需要做实验吗?用不用到风洞?
longtian 写了: 2023年 11月 8日 19:17
这不是恨谁的问题,哥就是做这个的。
流体力学模型归根结底都是解大型方程组的问题,有些模型计算量非常大,复杂的模型在巨型机器上要算几周。要结合ai,可以,但是这个training 数据还有过程都是非常花费时间的。 但是感觉现在有个趋势,就是LLM就是万能的,什么都能做。个人觉得这就是个噱头,现阶段完全做不到。
-
longtian
- 知名作家

- 帖子互动: 64
- 帖子: 1050
- 注册时间: 2023年 5月 12日 16:15
帖子
由 longtian »
只要准确的数据就可以,不管你怎么来的
但是这也带来问题,现在认为准确的数据不一定是准确的,很可能对以后的计算带来问题
ccmath 写了: 2023年 11月 8日 23:54
Training 数据需要做实验吗?用不用到风洞?
-
ccmath
- 论坛精英

- 帖子互动: 373
- 帖子: 7216
- 注册时间: 2022年 9月 17日 19:18
帖子
由 ccmath »
总结的不错,目测这个领域有一半是中国人在干活。问一下最后为什么说 training data is expensive to generate? 难道不是实验做出来的吗
VladPutin 写了: 2023年 11月 8日 15:55
关键是如何保证5%的误差不产生catastrophic的影响,高度非线性系统对初始条件非常敏感。如果能证明系统不会不发生未知的不稳定性则AI有用。
关于用机器学习做流体模拟这个视频讲得比较清楚。
-
ccmath
- 论坛精英

- 帖子互动: 373
- 帖子: 7216
- 注册时间: 2022年 9月 17日 19:18
帖子
由 ccmath »
过去是烧骨头,现在是写代码跑 simulation,本质都是对自然世界的不同尺度无法完全理解
Zhive 写了: 2023年 11月 8日 21:53
知识的积累会发生质的改变,未来会以计算机的CPU,gpu,算能来决定胜负。当然离不开会解释结果的专家,决策会依据大数据,而不是独断。政府结构回到商朝,与贞人占卜类似,模型可以决定一切。
-
Zhive
- 知名作家

- 帖子互动: 41
- 帖子: 814
- 注册时间: 2022年 7月 25日 11:47
帖子
由 Zhive »
主要是怎么解读结果,人类会不会对AI有信仰。信则灵,不信则不灵。
-
dada5959(大大)
- 正式会员

- 帖子互动: 0
- 帖子: 4
- 注册时间: 2022年 11月 4日 23:24
帖子
由 dada5959(大大) »
是收敛方程吧。N/S对湍流的数值解不能收敛,因为energy dissapation的scale远小于网格的size,所以必须要用收敛方程来解决这个问题。而且还要看具体解决什么问题,工程上面对误差要求不是很严格的计算,比如石油管道压强,温度啥的,多相流计算可以用这种大模型结合物理模型构建,可以在保持精度的情况下快速解决问题。
-
TheMatrix楼主
- 论坛支柱

2024年度优秀版主
TheMatrix 的博客
- 帖子互动: 262
- 帖子: 13212
- 注册时间: 2022年 7月 26日 00:35
帖子
由 TheMatrix楼主 »
Zhive 写了: 2023年 11月 9日 22:49
主要是怎么解读结果,人类会不会对AI有信仰。信则灵,不信则不灵。
你这个过于保守了。AI还是有真东西的。
-
ccmath
- 论坛精英

- 帖子互动: 373
- 帖子: 7216
- 注册时间: 2022年 9月 17日 19:18
帖子
由 ccmath »
如果某天陶哲轩证明NS在某些特定条件下的解不收敛,搞工程的会怎么看?
dada5959 写了: 2023年 11月 9日 22:52
是收敛方程吧。N/S对湍流的数值解不能收敛,因为energy dissapation的scale远小于网格的size,所以必须要用收敛方程来解决这个问题。而且还要看具体解决什么问题,工程上面对误差要求不是很严格的计算,比如石油管道压强,温度啥的,多相流计算可以用这种大模型结合物理模型构建,可以在保持精度的情况下快速解决问题。