一种新的人工智能（AI）系统可以将解决复杂工程问题的速度提高数千倍，即使是在普通的计算机上也能实现这一目标。从了解汽车在碰撞中如何变形到预测航天器在极端环境中的表现，这一AI突破提供了比超级计算机更快、更便宜且更易获得的解决方案。
该AI框架称为DIMON（Diffeomorphic Mapping Operator Learning），能够迅速解决被称为偏微分方程的复杂数学问题。这些方程在科学和工程中用于模拟现实世界的过程，例如流体如何流动、热量如何传播或材料随时间如何变形。
这项研究发表在《自然计算科学》上，由约翰霍普金斯大学的生物医学工程教授纳塔莉娅·特拉亚诺娃（Natalia Trayanova）领导。她解释说，DIMON是一个多功能工具，可以应用于无数领域。“这个框架可以解决任何需要求解这些方程的科学或工程领域的问题——比如碰撞测试、设计医疗植入物或理解力如何与复杂形状相互作用，”特拉亚诺娃说道。
DIMON的一个最令人兴奋的应用是在心脏健康领域。研究人员在超过1,000名患者的“数字孪生”心脏上测试了它——这些详细的计算机模型模拟了电信号如何通过心脏传播。DIMON在短短30秒内准确预测了这些信号，帮助医生识别出有致命心律失常风险的患者。此前，这样的计算可能需要几天时间和超级计算机才能完成。现在，普通台式机就能完成这些任务，使先进的医疗技术更接近日常应用。
传统的求解偏微分方程的方法涉及将物体（如飞机机翼或人的心脏）分解成小网格。问题被逐个部分解决并重新组合。然而，如果物体改变形状，计算必须重新开始，这既耗时又昂贵。DIMON通过使用AI“学习”不同形状的行为来绕过这一问题。它不是重新计算所有内容，而是基于已经学习到的模式进行预测。
除了医学领域，DIMON还可以通过快速优化形状和材料来改进汽车、桥梁甚至飞机的设计。“DIMON可以为一种形状解决问题，并将其解决方案适应于许多其他形状，使其极其多才多艺，”约翰霍普金斯大学博士后研究员明朗·尹（Minglang Yin）表示，他开发了该平台。
这一强大的AI工具可能会很快帮助各行各业的科学家和工程师以前所未有的速度、更低的成本和更高的效率解决问题。
(全文结束)
