人工智能技术下工业软件发展的个人思考

我现在有一种感觉工业软件中的CAE软件是最容易被AI取代的。针对流体、热力学、振动噪音、动力学等的CAE仿真软件可谓五花八门，而且很多都是国外的，如ANSYS、GT-SUIT等，在某一领域独占鳌头，独领风骚。我们经常说我们无法开发好的国产工业软件，众说纷纭，但其中一个重要原因就是我们缺乏工业知识的积累。诚不欺人，我以前在国外从事过工业CAE软件的开发，也经历过CAE软件的创业，相较我自己的工作经历，我确实也认为这是一个重要的原因。

但最近DeekSeeK大火，我也应用了一下。我感觉随着人工智能再进一步地深化应用，完全就可以弥补所谓的“工业知识”积累的匮乏。CAE软件一般都是采用有限元或者有限体积法，通过前处理进行网格化，后处理进行求解计算。求解器的依据也是各种经验方程。我们不难发现，这一套流程实际上都是依据“先验知识”的，而这恰好是当前神经网络最容易最乐意学习的。CAE软件本身就无法得到一个完全精确的结果，如果通过人工智能也能得到一个误差不大的结果，在实际的过程应用中是完全可以替代CAE软件。

CAE软件缺点非常明显，我觉得这也是国内CAE软件发展不畅的原因。

首先，CAE软件应用非常广泛，流体，热力，力学，系统等各层面，产品设计、生产制造、运营维护等各个领域，但是市场上几乎没有一款CAE软件能如此全面覆盖这些行业和应用。因此，就导致CAE软件种类庞杂，且相对封闭，每个细分领域实际上市场空间并不大，难以吸引资本注入，也就难以产生这样的一个超大的CAE软件企业。

再次，CAE软件是完全的白盒模型，需要使用者具备良好的“先验知识”，再次基础上不断调整模型。

这些实际上对于一个真正想用CAE软件的企业都是极其不利的。

我想人工智能的进一步深化应用，完全可以弥补CAE软件的缺陷，有可能打造一种通用化的廉价的仿真平台。传统的CAE软件有可能在未来的某个时间点消失。