Какие компьютерные модели называются симуляциями
Обновлено: 02.07.2024
Компьютерное моделирование — это процесс создания представления конкретной системы взаимодействующих или взаимозависимых частей с целью изучения ее поведения. Модели, реализованные и выполненные в виде компьютерных программ, называются компьютерными симуляциями.
ОСНОВНЫЕ УСЛОВИЯ
- алгоритм: набор пошаговых инструкций для выполнения вычислений.
- источник данных: источник информации, используемой в компьютерной модели или моделировании, например база данных или электронная таблица.
- параметр: измеримый элемент системы, влияющий на отношения между переменными в системе.
- моделирование: компьютерная модель, выполненная компьютерной системой.
- система: набор взаимодействующих или взаимозависимых составных частей, образующих сложное целое.
- переменная: символ, представляющий количество без фиксированного значения.
Компьютерная модель – это запрограммированное представление системы, предназначенное для имитации поведения системы. Широкий спектр дисциплин, включая метеорологию, физику, астрономию, биологию и экономику, использует компьютерные модели для анализа различных типов систем. Когда программа, представляющая систему, выполняется компьютером, это называется симуляцией.
Одна из первых крупномасштабных компьютерных моделей была разработана в рамках Манхэттенского проекта учеными, проектировавшими и создававшими первую атомную бомбу. Ранние компьютерные модели выдавали результаты в виде таблиц или матриц, которые было трудно анализировать. Позже было обнаружено, что люди могут легче видеть тенденции данных, если данные представлены визуально. Например, людям легче анализировать результаты моделирования штормовой системы, если они представлены в виде графических символов на карте, а не в виде таблицы метеорологических данных. Таким образом, были разработаны симуляции, которые производили графические выходные данные.
Математические модели используются для выявления и понимания деталей, влияющих на реальную систему. Компьютерные программы позволяют быстро и точно оценивать множество вариантов математической модели, тем самым эффективно оценивая и улучшая модели.
Компьютерные модели используются, когда система слишком сложна или трудна для изучения с помощью физической модели. Например, было бы трудно создать физическую модель, отображающую гравитационные эффекты планет и лун друг на друга и на другие объекты в космосе, хотя Национальное управление по аэронавтике и исследованию космического пространства (НАСА) уже сделало именно это для космических зондов "Вояджер". покинуть Солнечную систему.
Чтобы создать компьютерную модель, необходимо сначала определить границы моделируемой системы и то, какой аспект системы изучается. Например, если модель относится к Солнечной системе, ее можно использовать для изучения потенциального влияния на орбиты существующих планет, если другая планета войдет в Солнечную систему.
Чтобы создать такую модель, программист должен разработать ряд алгоритмов, содержащих уравнения и другие инструкции, необходимые для воспроизведения работы системы. Переменные используются для представления необходимых входных данных. Примеры переменных, которые можно использовать для модели Солнечной системы, включают массу, диаметр и траекторию теоретической новой планеты. Значения, которые определяют систему и, следовательно, то, как переменные влияют друг на друга, являются параметрами системы. Параметры управляют выходными данными симуляции, когда она запущена. Различные значения могут использоваться для тестирования различных сценариев, связанных с изучаемой системой и проблемой. Примеры параметров модели солнечной системы могут включать орбиты известных планет, их расстояние от Солнца и уравнения, связывающие массу объекта с его гравитацией. Некоторые параметры можно изменить для проверки различных сценариев при каждом запуске моделирования. Поскольку параметры не всегда являются постоянными, иногда их бывает трудно отличить от переменных.
Модель также должна иметь источник данных, из которого она будет получать входные данные. Эти данные могут быть введены непосредственно в программу или импортированы из внешнего источника, такого как файл, база данных или электронная таблица.
При разработке компьютерной модели важно выбрать соответствующие переменные и параметры. Перечислите две переменные и два параметра, которые можно использовать для определения скорости бейсбольного мяча после того, как он пролетел три фута от бросающей руки подающего.
Переменные, необходимые для определения скорости мяча, могут включать массу и размер мяча, угол, под которым мяч выпущен, и силу, с которой он брошен.
Параметры, определяющие систему, которые можно изменить для проверки различных сценариев, включают скорость ветра, аэродинамическое сопротивление мяча и наличие дождя при броске мяча.
Компьютерные модели принесли обществу огромную пользу.Они помогают ученым исследовать Вселенную, понимать Землю, лечить болезни, а также открывать и проверять новые теории. Они помогают инженерам проектировать здания, транспортные системы, энергетические системы и другие элементы, влияющие на повседневную жизнь. С развитием более мощных компьютерных систем компьютерные модели останутся важным механизмом для понимания мира и улучшения условий жизни человека.
—Маура Валентино, MSLIS
Агравал, Маниндра, С. Барри Купер и Ангшэн Ли, ред. Теория и приложения моделей вычислений: 9-я ежегодная конференция, TAMC 2012, Пекин, Китай, 16–21 мая 2012 г.. Берлин: Springer, 2012. Печать.
Эдвардс, Пол Н. Огромная машина: компьютерные модели, климатические данные и политика глобального потепления. Кембридж: MIT P, 2010. Печать.
Койич, Милош и др. Компьютерное моделирование в биоинженерии: теоретические основы, примеры и программное обеспечение. Hoboken: Wiley, 2008. Печать.
Лоу, Аверилл М. Имитационное моделирование и анализ. 5-е изд. Нью-Йорк: McGraw, 2015. Печать.
Моррисон, Фостер. Искусство моделирования динамических систем: прогнозирование хаоса, случайности и детерминизма. 1991. Минеола: Дувр, 2008. Печать.
Зайдл, Мартина и др. UML@Classroom: введение в объектно-ориентированное моделирование. Чам: Springer, 2015. Печать.
Вычислительное моделирование — это использование компьютеров для моделирования и изучения сложных систем с использованием математики, физики и информатики. Вычислительная модель содержит множество переменных, характеризующих изучаемую систему. Моделирование выполняется путем корректировки переменных по отдельности или в комбинации и наблюдения за результатами. Компьютерное моделирование позволяет ученым проводить тысячи смоделированных экспериментов с помощью компьютера. Тысячи компьютерных экспериментов определяют несколько лабораторных экспериментов, которые с наибольшей вероятностью решат изучаемую проблему.
Современные вычислительные модели позволяют изучать биологическую систему на нескольких уровнях. Модели развития болезни включают молекулярные процессы, межклеточные взаимодействия и то, как эти изменения влияют на ткани и органы. Изучение систем на нескольких уровнях известно как многомасштабное моделирование (МСМ).
Вычислительные модели используются для моделирования и изучения сложных биологических систем. Изображение предоставлено ISB
Модели прогнозирования погоды делают прогнозы на основе многочисленных атмосферных факторов. Точные прогнозы погоды могут защитить жизнь и имущество, а также помочь коммунальным предприятиям планировать увеличение мощности, которое происходит при экстремальных климатических изменениях.
В авиасимуляторах используются сложные уравнения, которые управляют полетом самолета и реагируют на такие факторы, как турбулентность, плотность воздуха и осадки. Симуляторы используются для обучения пилотов, проектирования самолетов и изучения того, как на самолет влияют изменения условий.
Моделирование землетрясений направлено на спасение жизней, зданий и инфраструктуры. Вычислительные модели предсказывают, как состав и движение конструкций взаимодействуют с подстилающими поверхностями, чтобы повлиять на то, что происходит во время землетрясения.
Отслеживание инфекционных заболеваний. Вычислительные модели используются для отслеживания инфекционных заболеваний среди населения, определения наиболее эффективных вмешательств, а также мониторинга и корректировки вмешательств для уменьшения распространения болезни. Выявление и внедрение мер, направленных на сдерживание распространения болезни, имеют решающее значение для спасения жизней и снижения нагрузки на систему здравоохранения во время пандемий инфекционных заболеваний.
Клиническая поддержка принятия решений. Вычислительные модели интеллектуально собирают, фильтруют, анализируют и представляют информацию о здоровье, чтобы предоставить врачам рекомендации по лечению заболеваний на основе подробных характеристик каждого пациента. Системы помогают обеспечить информированный и последовательный уход за пациентом при его переводе в соответствующие больничные учреждения и отделения и сдаче различных анализов в ходе курса лечения.
Прогнозирование побочных эффектов лекарств. Исследователи используют компьютерное моделирование, чтобы помочь разработать лекарства, которые будут наиболее безопасными для пациентов и с наименьшей вероятностью будут иметь побочные эффекты. Такой подход может сократить много лет, необходимых для разработки безопасного и эффективного лекарства.
Моделирование распространения инфекционных заболеваний для определения эффективных вмешательств. Точное моделирование инфекционных заболеваний опирается на многочисленные большие наборы данных. Например, оценка эффективности социального дистанцирования в отношении распространения гриппоподобных заболеваний должна включать информацию о дружбе и взаимодействии отдельных лиц, а также стандартные биометрические и демографические данные.Исследователи, финансируемые NIBIB, разрабатывают новые вычислительные инструменты, которые могут включать новые доступные наборы данных в модели, предназначенные для определения наилучших направлений действий и наиболее эффективных вмешательств во время пандемического распространения инфекционных заболеваний и других чрезвычайных ситуаций в области общественного здравоохранения.
Многомасштабное моделирование (MSM) — это сложный тип вычислительного моделирования, который включает в себя несколько уровней биологической системы. Изображение предоставлено ISB.
Отслеживание эволюции вируса во время распространения инфекционного заболевания. РНК-вирусы, такие как ВИЧ, гепатит В и коронавирус, постоянно мутируют, вырабатывая лекарственную устойчивость, избегая иммунного ответа и вызывая новые инфекции. Образцы секвенированных патогенов от тысяч инфицированных можно использовать для идентификации миллионов эволюционирующих вариантов вируса. Исследователи, финансируемые NIBIB, создают вычислительные инструменты для включения этих важных данных в анализ инфекционных заболеваний медицинскими работниками. Новые инструменты будут созданы в сотрудничестве с CDC и доступны в Интернете для исследователей и медицинских работников. Этот проект улучшит эпиднадзор и лечение заболеваний во всем мире и позволит разработать более эффективные стратегии искоренения болезней.
Преобразование беспроводных данных о состоянии здоровья в улучшение здоровья и здравоохранения. Устройства для мониторинга здоровья в больницах и носимые датчики, такие как умные часы, генерируют огромные объемы данных о состоянии здоровья в режиме реального времени. Медицинское обслуживание на основе данных обещает быть быстрым, точным и менее дорогим, но непрерывные потоки данных в настоящее время превышают возможности использования информации. Исследователи, финансируемые NIBIB, разрабатывают вычислительные модели, которые преобразуют потоковые данные о здоровье в полезную форму. Новые модели обеспечат физиологический мониторинг в режиме реального времени для принятия клинических решений в Национальной детской больнице. Команда математиков, биомедицинских информатиков и персонала больниц будет создавать общедоступные данные и программное обеспечение. Проект будет использовать рынок беспроводных медицинских услуг стоимостью 11 миллиардов долларов, чтобы значительно улучшить здравоохранение.
Человеческое и машинное обучение для индивидуального управления вспомогательными роботами. Чем серьезнее двигательные нарушения человека, тем сложнее ему управлять вспомогательными механизмами, такими как кресла-коляски с электроприводом и роботизированные руки. Доступные средства контроля, такие как устройства для вдоха и выдоха, не подходят для людей с тяжелым параличом. Исследователи, финансируемые NIBIB, разрабатывают систему, позволяющую людям с тетраплегией управлять роботизированной рукой, одновременно продвигая физические упражнения и поддерживая остаточные двигательные навыки. В технологии используются интерфейсы «тело-машина», которые реагируют на минимальное движение конечностей, головы, языка, плеч и глаз. Первоначально, когда пользователь двигается, машинное обучение усиливает сигнал для выполнения задачи с помощью робота-манипулятора. Помощь сокращается по мере того, как машина передает управление все более опытному пользователю. Этот подход направлен на то, чтобы расширить возможности людей с тяжелым параличом и предоставить интерфейс для безопасного обучения управлению роботами-помощниками.
Будь то предсказание распространения инфекционного заболевания или предсказание погодных условий, компьютерное моделирование воспроизводит события реального мира, чтобы сэкономить время и деньги исследователей при планировании будущего.
Несколько лет назад ученые из Аргоннской национальной лаборатории под Чикаго пришли к выводу, что зомби потребуется всего пара месяцев, чтобы захватить город и уничтожить его население.
«Ни одна часть города не будет пощажена», — сказал Чик Макал, старший системный инженер из Аргонны, газете Chicago Tribune в 2016 году.
К счастью, как он недавно заверил «Built In», теперь у нас есть «знания, необходимые для разработки действенной программы по обучению населения как лучшей защите от зомби, так и наиболее эффективным наступательным действиям».
Зомби, конечно, не реальны, а всего лишь забавный объяснительный прием, который Макал и его коллеги использовали, чтобы предсказать, как могут распространяться более вероятные инфекционные заболевания, и определить наиболее эффективные методы вмешательства и политических действий. Их исследования основывались на так называемом агентном компьютерном моделировании и симуляции. Наряду со своим родственником, основанным на уравнениях, этот метод (не путать с 3D-визуализацией) на протяжении десятилетий позволял исследователям всех типов академических дисциплин и коммерческих отраслей выяснять, как вещи (оборудование, вирусы и т. д.) будут функционировать или действовать. в определенных средах без необходимости физически воспроизводить эти условия. В случае с Макалом и его соратниками это означает, что в ходе их работы не пострадал ни один живой человек или нежить. Опять же, фу.
Коллега Макала, ученый-вычислитель Джонатан Озик, описал эту часть своей работы как "вычислительное открытие эффективных вмешательств", и она особенно хороша при работе с определенной группой людей. Дополнительным преимуществом, по его словам, является то, что «мы можем проводить эти эксперименты, не беспокоясь о стоимости экспериментов или даже об этических соображениях и соображениях конфиденциальности», потому что популяции, которые они изучают, являются синтетическими — математическими представлениями, а не реальными объектами.
Исследователи из Аргонны Чик Макал (слева) и Джонатан Озик (Источник: Аргоннская национальная лаборатория)
Что такое компьютерное моделирование?
Все еще не ясно, что такое симуляция? Давайте позволим Британской энциклопедии поразмыслить над этим, добавив курсив для большей выразительности: компьютерное моделирование, как сообщает почтенное хранилище знаний, включает «использование компьютера для представления динамических откликов< /em> одной системы поведением другой системы, смоделированной по ее образцу. В моделировании используется математическое описание или модель реальной системы в виде компьютерной программы. Эта модель состоит из уравнений, которые дублируют функциональные отношения в реальной системе. Когда программа запускается, результирующая математическая динамика формирует аналог поведения реальной системы. , а результаты представлены в виде данных».
Лучше? Будем надеяться.
Компьютерное моделирование
Что такое компьютерное моделирование? Как правило, компьютерное моделирование включает запуск ряда математических сценариев для определения потенциального масштаба или влияния, которое может иметь указанный сценарий. Например, симуляции помогают производителям автомобилей проводить виртуальное краш-тестирование своих новых моделей автомобилей. Вместо того, чтобы физически разбивать десятки новых автомобилей, исследователи запускают симуляции, чтобы увидеть все возможные сценарии, которые могут произойти как с автомобилем, так и с пассажирами во множестве аварий. Эти симуляции определяют, достаточно ли безопасно управлять автомобилем.
В этом видео ученые НАСА используют компьютерное моделирование, чтобы понять, что происходит при столкновении сверхмассивных черных дыр.
5 кратких примеров компьютерных симуляторов в действии
1. Реагирование на смертельные пандемии
Вместе с Озиком и их коллегой-исследователем Ником Кольером Макал также работал над проектом по моделированию и симуляции, который определял, что может произойти, если смертельный вирус Эбола (который первоначально распространился по Западной Африке в 2013–2016 годах и имел разрушительные последствия) поразит что население США. Частью этого процесса было посещение чикагских больниц, чтобы узнать о процедурах, связанных с лихорадкой Эбола, а затем включение этих процедур в их модели (также известные как математические описания).
2. Улучшение лечения рака
Другие ученые из Аргонны использовали моделирование и симуляцию, чтобы улучшить лечение рака с помощью прогностической медицины, выясняя, как разные пациенты и опухоли реагируют на разные лекарства. И это только пара примеров. Будь то академическая наука или промышленность, в наши дни компьютерное моделирование используется повсюду.
«Если работа с самой реальной системой слишком масштабна, слишком дорога или слишком рискованна — вот почему мы используем компьютерное моделирование».
"Если работать с самой реальной системой слишком масштабно, слишком дорого или слишком рискованно, мы используем компьютерное моделирование, – говорит Барри Нельсон, профессор инженерных наук Северо-Западного университета в Эванстоне, штат Иллинойс. – Моделирование". позволяет создавать концептуальные данные или системы, которые люди хотят создавать, рассматривать или изменять. Иногда я говорю, что моделирование — это анализ данных для систем, которых еще не существует».
3. Прогнозирование нарушений Кодекса здоровья
Или громоздкие системы. В Чикаго Департамент общественного здравоохранения города использует компьютерное моделирование и симуляцию, чтобы предсказать, где в первую очередь могут возникнуть критические нарушения. Затем эти рестораны поднимаются на вершину списка из 15 000 заведений, за которым наблюдают всего три десятка инспекторов. И, видимо, это работает; недавнее моделирование выявило на 14 % больше нарушений, что в идеале означает более ранний осмотр и меньшую вероятность того, что посетители заболеют плохо охлажденным морским чертом.
4. Понимание наших отношений с религией
В Бостонском университете Уэсли Уайлдман, профессор философии, теологии и этики, использует компьютерное моделирование для изучения, как он выразился в статье 2018 года для The Conversation, "как религия взаимодействует со сложным человеческим разумом, в том числе в такие процессы, как управление реакцией на ужасающие события».
Для этого он и его команда спроектировали мир и наполнили его управляемыми компьютером персонажами или «агентами», которые «запрограммированы следовать правилам и тенденциям, выявленным у людей с помощью психологических экспериментов, этнографических наблюдений и социальных анализ." Затем они увидели, что произошло, когда их агенты были проверены на «хорошо известных, реальных» примерах, таких как мощное землетрясение, которое произошло в Крайстчерче, Новая Зеландия, в 2011 году.
"Чем лучше наши агенты имитируют поведение реальных людей в подобных обстоятельствах, – продолжает Уайлдман, – тем точнее модель соответствует реальности, и тем удобнее мы говорим, что люди могут вести себя таким образом. агенты поступали в новых и неизведанных ситуациях».
5. Исследование землетрясений
А в Германии группа специалистов из Суперкомпьютерного центра имени Лейбница провела моделирование землетрясений, взяв за основу разрушительное землетрясение в Индийском океане 2004 года, вызвавшее мощное цунами. По словам одного из исследователей, профессора Михаэля Бадера из Института информатики Германии, они хотели «лучше понять весь процесс того, почему одни землетрясения и вызванные ими цунами намного сильнее других. Иногда мы видим относительно небольшие цунами при сильных землетрясениях или удивительно большие цунами, связанные с относительно небольшими землетрясениями. Моделирование — один из инструментов, позволяющих получить представление об этих событиях».
Но это далеко не идеально. В недавней статье New York Times под названием «Это высокотехнологичное решение для реагирования на стихийные бедствия может быть слишком хорошим, чтобы быть правдой» репортер Шери Финк подробно описала, как стартап по реагированию на стихийные бедствия из Сиэтла под названием One Concern разработал моделирование землетрясения, в которое не удалось включить многие густонаселенные коммерческие структуры в своих тестовых запусках, «потому что расчеты ущерба в значительной степени основывались на данных переписи населения». Потенциальный реальный результат этой ошибочной прогностической модели: спасатели могли не знать местонахождение многих нуждающихся жертв. И это был лишь один из многих отмеченных вопросов.
Суперкомпьютер Mira в Аргонне — один из многих, используемых для моделирования по всему миру
Что нужно для моделирования
Благодаря мощной обработке данных супердорогих суперкомпьютеров (в настоящее время в Аргонне их два, и вскоре появится еще один, использующий так называемую "массивно-параллельную обработку"), моделирование стало более совершенным, чем когда-либо, и развивается с быстрый темп.
"Мы не заинтересованы в простой экстраполяции в будущее", – сказал Макал. «Мы заинтересованы в рассмотрении всех неопределенностей, а также различных параметров, характеризующих модель, и выполнении тысяч или миллионов симуляций всех различных возможностей и попытке понять, какие вмешательства будут наиболее надежными. И здесь на помощь приходят высокопроизводительные вычисления».
Вычислительные ресурсы, находящиеся в их распоряжении, добавил Озик, позволяют аргоннским исследователям (и всем, у кого есть доступ к суперкомпьютерам) «полностью изучить поведение, которое могут демонстрировать эти модели, а не просто применять специальные подходы для поиска определенных интересных моделей поведения, которые могут отражать некоторые аспект реальности».
Иными словами, симуляции намного шире и, следовательно, еще более реалистичны — по крайней мере, с гипотетической точки зрения.
С другой стороны, многие симуляции выполняются с гораздо меньшими вычислительными мощностями, чем у Argonne. Элисон Бриджер, заведующая кафедрой метеорологии и климатологии Государственного университета Сан-Хосе в Калифорнии, сказала, что кластерные компьютеры на месте достаточно сильны, чтобы запускать модели моделирования климата, которые она создает. Сервисы облачных вычислений, подобные тем, которые предлагают Amazon (AWS) и Microsoft (Azure), также постепенно завоевывают популярность в этом пространстве.
Наряду с ядерной физикой метеорология была одной из первых дисциплин, в которой после Второй мировой войны использовалось компьютерное моделирование. А моделирование климата, по словам Бриджера, «похоже на близкого родственника прогнозирования погоды. Еще в 1960-х годах люди использовали ранние модели прогнозирования погоды для предсказания климата. Прежде чем вы сможете предсказать погоду, вы должны правильно воспроизвести ее в своей модели».
В работе Бриджера используется широко используемая модель "локального масштаба" под названием WRF, что означает "Погода, исследования и прогнозирование". и вниз в центральную часть государства. Он будет прогнозировать такие вещи, как высокие и низкие температуры, дождь и так далее. И обычно он запускается только для имитации погоды на 24, 48 или 72 часа».
Компьютерное моделирование и симуляция используются для прогнозирования погодных условий
Дальше объясняя свой процесс, Бриджер использует изображение куба с центром в Чикаго, расположенного примерно в километре с востока на запад и на километр с севера на юг. Цель состоит в том, чтобы предсказать температуру в центре куба и экстраполировать это значение на все пространство. Есть также, по ее словам, дополнительные кубы, окружающие первоначальный, «сложенные до самого верха атмосферы», будущие температуры которых будут предсказываться с различными временными интервалами — через час, через 12 часов, через день, через три дня и так далее. Затем к смеси добавляются переменные, влияющие на температуру, такие как количество солнечного света, облачный покров, стихийные бедствия, такие как лесные пожары и техногенное загрязнение. Затем нужно применить законы физики для определения различных явлений, связанных с погодой: повышения и понижения температуры, силы ветра и дождя.
Сказал Бриджер: "Вы делаете тысячи, возможно, миллионы вычислений, чтобы получить ответ".
Строительство — одна из многих отраслей, в которых компьютерное моделирование выгодно
Компьютерное моделирование и промышленность
За последние 75 лет компьютерное моделирование и симуляция превратились из преимущественно научного инструмента в инструмент, используемый промышленностью в целях оптимизации и, в конечном счете, повышения прибыльности.
«Промышленность осваивает моделирование быстрее, чем когда-либо прежде, и связывает его с тем, что я бы назвал аналитикой данных для таких вещей, как планирование и управление цепочками поставок», — сказал Макал. «Промышленность пытается имитировать все, что они делают, потому что они понимают, что это дешевле и быстрее, чем реальное создание прототипа системы».
Нельсон из Northwestern говорил с Built In, он недавно вернулся с ежегодной конференции по прикладным вероятностям. Там обсуждаемые приложения для моделирования включали, но не ограничивались следующим: авиационное моделирование, кибербезопасность, экологическая устойчивость и риски, управление финансовыми рисками, здравоохранение, логистика, цепочка поставок и транспорт, производство полупроводников, военные приложения, сетевые коммуникации, проекты управление и строительство.
"Часто компании, использующие моделирование, хотят в некотором смысле оптимизировать производительность системы", – сказал Нельсон, приведя в качестве примера автомобильную компанию, которая хочет построить новый сборочный завод или решить, какие автомобили вывести на рынок.
"Поэтому оптимизация является ключом к успеху во многих отраслях промышленности, но оптимальные решения часто ненадежны. Под этим я подразумеваю, что если небольшие проблемы, связанные с предположениями или приближениями моделирования, которые вы сделали, неверны, то внезапно что-то, что казалось оптимальным в вашей модели, может оказаться катастрофически плохим».
Техническим термином для этого является «риск модели». Те, кто строит модели и запускает симуляции, пытаются оценить риски, присущие решениям, принимаемым на основе этих моделей. Эту тему сложно анализировать, не говоря уже о том, чтобы сделать ее широко понятной, но Нельсон делает прекрасную попытку. В конце концов, это его область знаний.
«Когда люди строят математические и компьютерные модели, — сказал он, — даже если модель создается на основе данных, они обращаются с ней так, как будто модель верна, а значит, и решение, которое [результаты] является оптимальным. Что мы пытаемся сделать, так это продолжать включать в модель неопределенность, которая была создана, когда мы ее строили».
Финансовый кризис 2008 года, по словам Нельсона, — это один из примеров, когда риск модели был пагубно занижен.
«Финансовая индустрия использует огромное количество очень сложных математических компьютерных моделей [методов]. И совершенно очевидно, что корреляции между различными финансовыми инструментами и ценными бумагами и т. д. были как бы проигнорированы, поэтому мы получили каскадные сбои ».
Однако подобные предостережения не означают, что те, кто создает математические и компьютерные модели, на которых основаны симуляции, должны стремиться к совершенству, добавляет Нельсон, поскольку ни одна модель не идеальна, а «модели двигают нас вперед». Требование совершенства, сказал он, «парализует нас. Но по мере того, как мы начинаем принимать более важные для жизни решения на основе моделей, становится все более важным учитывать риски».
Компьютерное моделирование используется для улучшения лечения рака
Что дальше?
Представьте себе: через несколько лет у вашего знакомого диагностировали раковую опухоль. Но вместо того, чтобы немедленно бомбардировать их радиацией и высокотоксичными химиотерапевтическими препаратами и надеяться на лучшее, врачи вместо этого проводят тесты, из которых создают виртуальный (математический) двойник злокачественной опухоли этого человека. Затем цифровая копия подвергается вычислительным воздействиям в виде миллионов или даже миллиардов симуляций, которые быстро определяют наиболее эффективную форму обработки.
Это менее фантастично, чем кажется.
"Недавние разработки в области "больших данных" и экспериментальных технологий, связанных с раком, в сочетании с достижениями в области анализа данных и высокопроизводительными вычислительными возможностями создают беспрецедентные возможности для углубления понимания рака в более широких и точных масштабах", – Национальный Недавно об этом сообщил Институт рака.
Другие революционные разработки с далеко идущими последствиями уже внедряются. Научная газета сообщила о многих из них.
Например, вот этот: «[Искусственные] нейронные сети можно научить кодировать законы квантовой механики для описания движения молекул, потенциально повышая симуляции в широком диапазоне областей».
По словам физика Лос-Аламосской национальной лаборатории Джастина Смита, это означает, что "теперь мы можем моделировать материалы и молекулярную динамику в миллиарды раз быстрее, чем с помощью обычных квантовых методов, сохраняя при этом тот же уровень точности".
Это хорошая новость для разработчиков лекарств, чьи исследователи изучают молекулярные движения, чтобы увидеть, что подходит для использования в фармацевтическом производстве, а также для пациентов, которые слишком часто оказываются вовлеченными в пагубную игру в догадки, когда дело касается лечения.< /p>
И это: исследователи из Пенсильванского университета, работающие в тандеме с коллегами из Университета Альмерии в Испании, разработали «компьютерную модель, которая может помочь прогнозистам быстрее и точнее распознавать потенциальные сильные штормы». Как объяснил Стив Вистар, старший судебный метеоролог в AccuWeather, этот инструмент может привести к более точным прогнозам, поскольку он и его коллеги-синоптики будут иметь «моментальный снимок наиболее полной картины атмосферы».
Итак, хотя мы можем или не можем жить в мире, смоделированном компьютером (еще одна тема для другой истории), мир трансформируется с помощью компьютерного моделирования. Поскольку компьютеры становятся быстрее, а методы исследований совершенствуются, неизвестно, к чему это может привести.
Муди Янг, старшеклассник из Нэшвилла, моделирующий космос, в прошлом году красноречиво сказал об этом: «Компьютерное моделирование дало нам возможность создавать виртуальные миры, и эти виртуальные миры позволили нам лучше понять наш реальный мир. ”
Снижение стоимости инструментов моделирования, известных как "цифровые двойники", означает, что фирмы любого размера могут их себе позволить. Их приложения включают планирование операций и проектирование, совершенствование процессов, более тесное сотрудничество между проектированием и производством, обучение, коммуникации и маркетинг.
Многие крупные корпорации инвестировали в цифровые двойники: фотореалистичные виртуальные копии продуктов или операций из физического мира. Современные персональные компьютеры и новое поколение программных средств моделирования теперь могут предоставить эти мощные возможности моделирования и визуализации малым и средним фирмам. Хотя они могут быть не совсем эквивалентны своим высококлассным собратьям, они могут помочь ускорить ввод новых продуктов в серийное производство и способствовать постоянному совершенствованию процессов.
Организации уже давно используют компьютеры для имитации физического мира. Одной из первых движущих сил развития цифровых компьютеров было желание быстро рассчитать такие вещи, как траектории снарядов, или запустить математические модели, которые ускорили бы разработку других систем вооружения. Но на протяжении многих десятилетий компьютерные данные представляли собой огромные таблицы чисел, для интерпретации которых требовался эксперт.
Развитие компьютерной графики и систем визуализации резко изменило ситуацию: компьютерная анимация помогла людям наглядно представить результаты математического моделирования в доступной форме. К 1990-м годам моделирование прочно вошло в инженерное проектирование, химию, моделирование резервуаров нефтяных месторождений, прогнозирование погоды и широкий спектр других областей, требующих больших вычислительных ресурсов.
Центр статистики
Технологии и трансформация
Все эти вычислительные мощности раньше были довольно дорогими. В 1997 году, когда я руководил отделом маркетинга для Silicon Graphics/Cray Research, мы продавали системы моделирования для критически важных приложений, таких как системы управления полетом и вооружением, а также управление сложными объектами, такими как электростанции.В то время такая система, как Cray C932, стоила 32 миллиона долларов и имела производительность, сравнимую с сегодняшним процессором Apple A12 Bionic, установленным в iPhone XS. Мы также продали наши высококачественные системы визуализации за 1 миллион долларов — сегодня потребительская игровая система от Nintendo или Sony намного лучше стоит менее 500 долларов. На ноутбуке теперь можно разместить имитационную модель для проектирования и тонкой настройки сложной сборочной линии или колл-центра, а также предоставить замечательную информацию за несколько тысяч долларов на пользователя.
Низкая стоимость этой возможности означает, что фирмы любого размера теперь могут воспользоваться преимуществами этого цифрового волшебства в различных областях:
Планирование и проектирование операций. Промышленные инженеры уже давно используют программное обеспечение для автоматизированного проектирования (САПР) для проектирования таких вещей, как физическая планировка цехов и систем обработки материалов. Но обычно затем они построили физическую систему, поэкспериментировали с ней, а затем отладили ее, когда начали эксплуатировать завод. Включив моделирование, они теперь могут выполнять все эти функции без затрат на строительство. Практически бесплатно они могут исследовать альтернативы, тестировать способность своих первоначальных компоновок обрабатывать различные потоки продукции или сценарии спроса, а также вносить улучшения виртуально до совершения капитальных вложений. Это ускоряет развертывание новых производственных процессов и времени выхода на рынок, а также снижает риски.
С помощью такого цифрового двойника менеджеры могут тестировать способы получения максимальной отдачи от производственных линий, находить и устранять узкие места, экспериментировать с различными стратегиями маршрутизации и контроля, а также оптимизировать размещение и размеры буферов незавершенного производства и многое другое. быстрее, чем раньше. Современные программы моделирования даже включают аватары людей, занимающих должности в цехе, что позволяет планировщикам учитывать, насколько быстро и легко они могут двигаться или как далеко им нужно пройти, чтобы подобрать компоненты или добраться до конкретных инструментов. Модели включают в себя реалистичные изображения машин, поэтому создается впечатление, что вы идете по виртуальному миру в видеоигре.
Улучшение процесса. Имитационное моделирование позволяет быстро экспериментировать с процессами «что, если», а по мере сбора фактических рабочих данных и уточнения модели инженеры предприятия могут проводить быстрые и недорогие эксперименты с цифровым двойником для улучшения процессов, не мешая производству. Это может ускорить совершенствование процесса и быстрее устранить потери. Модели также можно использовать для эмуляции систем управления и тестирования новых подходов перед их реальной реализацией.
Более тесное сотрудничество в области проектирования и производства. Используя имитационную модель, проектировщики изделий, работающие над сборкой сложных изделий, могут быстро итерировать последовательности сборки вместе со своими коллегами-производителями, повышая технологичность своих конструкций, а также понимая последствия своего выбора. Подобно тому, как совместное использование CAD-моделей улучшило взаимодействие между дизайнерами и инженерами-технологами, модели моделирования процессов позволяют им сотрудничать на протяжении всего жизненного цикла продукта, расширяя возможности для более быстрого наращивания производства и более гибкой и эффективной обработки. Эти виртуальные модели позволяют гораздо быстрее получить ответы на вопросы типа "что, если", например, насколько быстро фирма может увеличить мощность.
Обучение. Имитационное моделирование можно использовать для обучения новых членов команды и предоставления им общего представления об операциях до того, как они начнут работать на линии. Это помогает им быстро освоить новую работу.
Коммуникации и маркетинг. Эти инструменты моделирования могут быть отличным маркетинговым инструментом для демонстрации возможностей фирмы клиентам. Они позволяют клиентам пройтись по цифровым макетам. Хотя модели могут быть не такими фотореалистичными, как в Flight Simulator от Microsoft, и могут быть ближе к OVERCOOKED от Team17, они будут становиться лучше по мере задействования еще большей вычислительной мощности.
Разговаривая со многими малыми и средними фирмами, я был удивлен тем, как мало из них начали использовать эти инструменты. Они упускают важную возможность. Новое поколение недорогого программного обеспечения для моделирования предлагает широкие возможности и быструю окупаемость. Пришло время компаниям всех размеров воспользоваться ими.
Читайте также: