生成式人工智能的作用

来源：智能蓝军

转自：中国指挥与控制学会

仿真模型是物理对象、系统或过程的虚拟呈现，可预测其在不同场景下的行为和性能。如今，仿真模型被广泛应用于各行各业，以优化流程、为决策提供信息并创建数字孪生。

几十年来，仿真模型一直被用于复杂系统和流程的建模。计算能力的进步以及收集和分析大型数据集的能力推动了这些模型的发展。将人工智能（尤其是生成式人工智能）集成到仿真模型中代表了仿真模型发展的下一步，使组织能够创建更加精确和可靠的模型。

仿真中的生成式人工智能

生成式人工智能彻底改变了我们处理仿真的方式，使工程师和研究人员能够创建非常准确可靠的模型。

生成式人工智能指的是人工智能的一个分支，它可以创建模仿真实世界数据的新内容，如图像、视频或文本。它使用的算法可以从现有数据中学习，并生成在风格和内容上与原始数据相似的新数据。目前，预制的生成式人工智能产品非常流行，如 OpenAI 的 GPT-3 用于文本生成、英伟达的 StyleGAN2 用于图像生成、OpenAI 的 DALL-E 2 用于根据文字描述创建视频。

数字孪生概念的先驱之一 Michael Grieves 认为，人工智能将有助于优化仿真并提高其准确性，使组织能够根据结果做出更好的决策。

在工程设计、建模和仿真方面，生成式人工智能可用于改进数据输入、生成场景、优化流程和生成合成数据。通过分析和改进仿真中使用的数据输入，生成式人工智能可以提高仿真的准确性和整体质量。生成式人工智能还能在仿真中生成新的情景和变化，使组织能够测试不同的情景、识别潜在的问题，并根据仿真结果做出明智的决策。此外，生成式人工智能还能从仿真结果中学习，自动调整和改进仿真流程，从而优化仿真流程。最后，生成式人工智能可以生成与真实世界数据非常相似的合成数据，这些数据可用来增强仿真中的现有数据集。

"Grieves 补充说："人工智能和机器学习的使用将成为大多数行业开发和实施数字孪生技术的关键组成部分。

汽车行业的突破

通过将生成式人工智能融入仿真，专家们可以建立更准确、更复杂的模型，从而帮助决策和优化过程。生成式人工智能在各行各业的实际应用表明，它在提高仿真的准确性和可靠性方面有着巨大的潜力。

例如，生成式人工智能已被用于汽车行业，以优化汽车零部件的设计，在保持强度的同时减轻重量。通过在制造业中使用生成式设计和仿真，奥迪公司在 2023 年将其装配线的周期时间缩短了 30%。奥迪公司进行的仿真涉及汽车制造的装配线流程。通过在仿真中使用生成式人工智能，人工智能算法能够从仿真结果中学习，并自动调整和改进制造流程。这种迭代优化过程提高了效率，降低了成本，并在实际应用中取得了更好的性能。

强化学习在这一应用中的使用展示了生成式人工智能在增强仿真和优化制造业流程方面的潜力。

另一家德国汽车制造商宝马公司将生成式人工智能与增材制造相结合，创造了一项新的创新。宝马公司利用生成对抗网络（GANs）创建了新版 3D 打印水泵皮带轮，使重量减轻了 48%，效率提高了 25%。这展示了生成式人工智能通过生成优化的部件设计来改进制造工艺的潜力。

超越四轮车

生成式人工智能已被用于医疗行业，模拟疾病的传播并测试潜在的治疗方法。宾夕法尼亚大学使用生成式人工智能模拟 COVID-19 的传播，并测试不同干预措施的效果。通过模拟 COVID-19 的传播并测试不同干预措施的效果，研究人员深入了解了各种措施（如社会疏远或疫苗接种）的潜在影响，而无需进行真实世界的实验。这有助于为应对大流行病的决策和政策制定提供依据。此外，生成式人工智能模拟还被用于预测疾病的传播和评估新疗法的潜在效果，使研究人员能够确定有希望进一步测试和开发的候选方案。

在金融业，生成式人工智能已被用于模拟市场趋势和预测股票价格。高盛（Goldman Sachs）、摩根大通（JP Morgan Chase）和黑石（Black Rock）等金融机构利用生成式人工智能模拟了许多市场情景，并测试了不同投资策略的性能。通过使用生成式人工智能，他们能够创建更准确、更复杂的模型，从而改进决策过程，优化投资策略。

未来令人兴奋

随着数字孪生概念在许多行业的应用和 Metaverse 的出现，仿真与生成式人工智能相结合的可能性几乎是无限的。利用生成式人工智能，组织可以建立更准确、更可靠的模型，优化流程，并做出明智的决策。这项技术已经在从汽车、医疗到金融等各个行业掀起了波澜，其创新和进步的潜力是巨大的。通过利用生成式人工智能的力量，我们可以开启新的场景，探索更广泛的可能性，将不可能变为现实。未来令人兴奋，可能性无穷无尽。

审核编辑：汤梓红