镇国学神：从数学开始无敌 第105章 手搓一台天河超算？

赵立国猛地抬起头，布满血丝的眼睛里闪过一丝迷茫。

不等？

怎么不等？

机器就在那里，算力是固定的。

申请排期要三个月，这是死规定。

难道还能凭空变出一台“天河”不成？

虞修远也被问得一愣，他皱眉看着许燃：“什么意思？说清楚。”

钱博文嘴角牵动了一下，发出一声若有若无的冷哼，似乎觉得许燃是在说胡话博眼球。

许燃的目光从众人脸上扫过，从他们的表情中，他读懂了根深蒂固的思维定式。

那是追赶者的思维。

工具不如人，所以想尽办法去抢更好的工具。

路被人堵死了，所以拼命想把路拓宽。

但他想做的，从来不是这些。

“我的意思是，”

许燃的声音不大，但吐字清晰，确保每个人都能听见，“我们为什么要执着于在‘暴力求解’这条路上，去追赶别人已经走了几十年的老路？”

“暴力求解？”赵立国咀嚼着这个词，有些陌生。

“对，暴力求解。”

许燃点了点头，走到那面写满公式的白板前，拿起笔，指向了那串复杂的纳维-斯托克斯方程。

“传统的计算流体力学（CFD），本质就是把飞机表面划分成几百万，几千万甚至上亿个小网格。

然后用计算机，去暴力地，一遍又一遍地，求解这些控制方程在每一个网格里的近似解。

网格越多，算得越准，需要的算力就越恐怖。”

“这……这不就是CFD的原理吗？”孙浩忍不住小声嘀咕道。

他学了三年，就是这么学的。

“是原理，但不是真理。”

许燃一句话，再次颠覆了他们的认知。

他转过身，看向虞修远和赵立国，抛出了一个全新的概念。

“既然我们的目标，只是为了得到一个准确的气动仿真结果，那我们为什么非要亲手去‘解’这个方程呢？”

“我们可以换一种思路，训练一个‘神经网络’，让神经网络去‘学习’这个方程的规律。”

“神经网络？”

“学习？”

这两个词，让整个实验室里一半以上的人都露出了困惑的表情。

在二十一世纪初的这个时间点，这个词汇更多还停留在科幻电影和少数顶尖实验室的构想里。

对这些搞传统流体力学的工程师来说，无异于天方夜谭。

钱博文终于找到了反击的机会，他像看一个白痴一样看着许燃，嗤笑道：

“你在开什么国际玩笑？用神经网络搞流体力学？你知道流场是多么复杂的非线性系统吗？

神经网络那种‘黑箱’模型，根本无法保证物理上的严谨性！

这纯粹是学术界的玩具，在工程应用上，是绝对的禁区！

荒谬！”

他说的句句在理，也代表了在场绝大多数人的心声。

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。

【Physics-Informed Neural Networks (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已，本质没变。”

“而我的方法，”

许燃的眼睛里，闪过绝对自信的光芒，“是直接把这道题的‘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！

如果你已经有了准确的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，仿佛已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。

这章没有结束，请点击下一页继续阅读！