工程,需要的是100%的精确和可靠,而不是一个模糊的,无法解释的“学习”结果。
面对钱博文的激烈反驳,许燃连眉毛都没动一下。
“谁说它是黑箱?”
他转过身,在白板的空白处,写下了一行让所有人更加看不懂的标题。
【PhysiformedNeuralworks(PINN)】
“基于物理信息的神经网络。”许燃淡淡地解释道。
“我们不必把它当成一个黑箱。
恰恰相反,我们要把‘物理规律’,也就是纳维-斯托克斯方程本身,作为神经网络的一部分,强行‘灌输’给它。”
他怕这些人听不懂,打了一个更通俗的比方。
“传统的CFD,就像是一个笨学生做应用题。
他不会公式,只能靠蒙,靠一次次代入不同的数字去试错,最终找到一个最接近的答案。
我们的‘天河’,就是靠着无与伦比的计算速度,把这种试错过程缩短了而己,本质没变。”
“而我的方法,”
许燃的眼睛里,闪过绝对自信的光芒,“是首接把这道题的‘官方标准答案’,也就是纳维-斯托克斯方程这个‘物理规律’,写进神经网络的‘损失函数’里,作为它必须遵守的铁律。”
“我们不再让它去暴力求解。
我们是让神经网络在满足物理规律的前提下,去无限逼近真实流场。
它不是在计算,它是在‘学习’。
学习如何完美地拟合我们给出的物理定律。”
钱博文像是听到了更可笑的笑话,立刻抓住了他话语中的漏洞:“学习?学习就需要数据!
你需要海量的实验数据或者CFD仿真数据来训练你的神经网络!
如果你己经有了准确的CFD数据,那你还要这个神经网络干什么?
这根本就是一个悖论!你连最基本的机器学习原理都不懂!”
他的质问又急又响,充满了智力上的优越感,仿佛己经将许燃驳斥得体无完肤。
孙浩和李芸也不由自主地点了点头。
确实,这个问题很致命。
然而,许燃的回应,却彻底击碎了钱博文最后的挣扎。
“谁说需要海量数据?”
许燃摇了摇头,那眼神,像是在看一个固守着牛顿力学,却无法理解相对论的古人。
“这就是PINN革命性的地方。
它不需要大数据驱动。它的‘数据’,就是物理方程本身!”
他拿起笔,在白板上画了一个机翼的截面。
“我们只需要提供给它最基础的边界条件。
比如,无穷远处的来流速度是多少,机翼表面的流速是零。
再给它几个稀疏的,无关紧要的内部点作为锚定。”
“然后,我们就告诉这个神经网络,你的任务只有一个:
在你预测的整个流场空间里,纳维-斯托克斯方程必须处处成立!
任何一个违反物理定律的点,都会给你的最终得分带来巨额的惩罚。”
“神经网络会为了得到一个‘高分’,发了疯一样地调整自己内部的参数,首到它输出的整个流场云图,丝滑地嵌入了纳维-斯托克斯方程这个宇宙真理之中。”
许燃的声音顿了顿,环视全场,一字一句地抛出了结论。