محققان در پژوهشی جدید به بررسی مدلهای جایگزین (Surrogate Models) در شبیهسازی جریانهای پیچیده سیال پرداختهاند. این مطالعه نشان میدهد که برخلاف تصور رایج، هیچ مدل هوش مصنوعی «همه فن حریفی» وجود ندارد که در تمامی شرایط (مانند جریانهای صنعتی یا گردابهای پیچیده) بهترین عملکرد را داشته باشد.
نکته کلیدی این تحقیق، اهمیتِ نحوه «مدیریت زمان» در مدلهاست؛ جایی که برخی مدلها برای جریانهای مرزی و برخی دیگر برای جریانهای خودپایدار مناسبترند. این مدلها توانستهاند سرعت محاسبات را تا ۱۰ هزار برابر نسبت به روشهای سنتی افزایش دهند که گامی بزرگ برای صنایع نیمهرسانا و تولیدی محسوب میشود. 🛠️🌊
سازی
منبع: arXiv Machine Learning