Какие типы компьютерного моделирования можно выполнять в среде 3D-графики

Обновлено: 21.11.2024

A-Cell-3D был разработан для моделирования и симуляции нейрона с трехмерной (3D) морфологией с использованием операций на основе графического пользовательского интерфейса (GUI). A-Cell-3D генерирует и разделяет трехмерные морфологии целой клетки или части клетки на основе небольшого количества параметров. A-Cell-3D имеет функции для встраивания биохимических реакций и электрических эквивалентных схем в сгенерированную трехмерную морфологию, автоматического создания программы моделирования для пространственно-временного численного интегрирования и визуализации результатов моделирования. A-Cell-3D — это бесплатное программное обеспечение, которое станет мощным инструментом как для экспериментальных, так и для теоретических исследователей в области моделирования и симуляции нейронов. Динамика Ca2+ в дендритном шипе и его родительском дендрите была смоделирована и смоделирована, чтобы продемонстрировать возможности A-Cell-3D. Построенная модель реакции-диффузии включала поступление Са2+ в головку позвоночника, буферирование Са2+ эндогенными буферами, экструзию Са2+ и диффузию Са2+ с экзогенными индикаторными красителями Са2+ или без них. Программа моделирования была создана с помощью A-Cell-3D, а дифференциальные уравнения были численно интегрированы методом Рунге-Кутты четвертого порядка.

Похожие статьи

Коркотян Э., Холцман Д., Сигал М. Коркотян Э. и др. Евр Джей Нейроски. 2004 ноябрь; 20 (10): 2649-63. doi: 10.1111/j.1460-9568.2004.03691.x. Евр Джей Нейроски. 2004 г. PMID: 15548208

Мёршель К., Брейт М., Квайссер Г. Мёршель К. и др. Нейроинформатика. 2017 июль; 15 (3): 247-269. doi: 10.1007/s12021-017-9329-x. Нейроинформатика. 2017. PMID: 28447297

Джордж УЗ, Ван Дж., Ю З. Джордж УЗ и др. Биомед Матер Инж. 2014;24(1):1299-306. дои: 10.3233/BME-130932. Биомед Матер Инж. 2014. PMID: 24212025 Бесплатная статья PMC.

Сала Ф., Эрнандес-Крус А. Сала Ф. и др. Biophys J. 1990 Feb; 57(2):313-24. doi: 10.1016/S0006-3495(90)82533-9. Biophys J. 1990. PMID: 2317553 Бесплатная статья PMC.

Цитируется по 11 статьям

Итикава К., Ошима Д., Сагара Х. Итикава К. и др. ИЭТ Сист. биол. 2015 Апр;9(2):41-51. doi: 10.1049/iet-syb.2013.0020. ИЭТ Сист. биол. 2015. PMID: 26672147 Бесплатная статья PMC.

Компьютерное моделирование имеет три значения. Компьютерное моделирование может относиться к компьютерной программе, которая имитирует абстрактную модель, чтобы ее можно было изучить и проанализировать. Это также может относиться к трехмерной модели компьютерной графики, созданной для представления трехмерного объекта с использованием специализированного программного обеспечения. Наконец, компьютерное моделирование может относиться к так называемой эмуляции, при которой функции одной системы воспроизводятся на другой системе.

Некоторые трехмерные компьютерные изображения моделируются для представления реальных объектов.

Компьютерная модель, также известная как вычислительная модель, представляет собой компьютерную симуляцию, широко используемую в естественных и социальных науках как расширение математического моделирования. Компьютерное моделирование этого типа создает выборку репрезентативных результатов или последовательностей событий в ситуациях, в которых воспроизведение всех возможных последствий модели невозможно, а модели могут быть более или менее абстрактными. Компьютерные модели используются в биологии, химии и физике, а также в экономике и психологии. Типология компьютерных моделей классифицирует их на основе набора четырех переменных. Являются ли они стохастическими или детерминированными? установившийся или динамический? непрерывный или дискретный? локальный или распределенный?

Компьютерное моделирование может относиться к трехмерной компьютерной графической модели, созданной для представления трехмерного объекта с помощью специализированного программного обеспечения.

Компьютерное моделирование в виде 3D-моделей используется в здравоохранении, науке, архитектуре и, чаще всего, в кино, компьютерных и видеоиграх. Большинство 3D-моделей используют один из двух подходов. С одной стороны, они могут изображать предмет как твердое тело, определяя его по объему. Альтернативой является отображение границы или оболочки объекта. Это преобладающая модель для игр и фильмов.

3D-модели могут формироваться по-разному. Как и некоторые учебники по рисованию, они могут быть полностью основаны на очень простых геометрических фигурах. В то время как в книгах по рисованию используются круги, квадраты, треугольники и другие 2D-модели, в компьютерном моделировании используются, например, шары, кубы и пирамиды.Этот стиль моделирования называется примитивами, поскольку он ограничен использованием примитивных или фундаментальных форм.

Есть еще три типа формирования модели. Одним из них является NURBS (неоднородный рациональный B-сплайн), который был создан двумя инженерами, работавшими на французских производителей автомобилей, Пьером Безье и Полом де Кастельжо. Выбор Безье опубликовать свою работу привел к тому, что его имя стало тесно ассоциироваться с кривыми. NURBS используются в программах автоматизированного проектирования (САПР), а также в программах для производства, проектирования и анимации.

Моделирование сплайнов и фрагментов похоже на NURBS, при этом поверхность определяется изогнутыми линиями. Полигональное моделирование формирует полигональную сетку, используя линейные сегменты для соединения вершин. Они используются во многих 3D-моделях, но могут аппроксимировать только криволинейные поверхности, поскольку каждый многоугольник плоский.

Тип компьютерного моделирования, известный как эмуляция, позволяет одному устройству имитировать другое. Это полезно, например, в случае, когда определенный бренд периферийных устройств компьютера доминирует на рынке, а периферийные устройства других брендов могут эмулировать доминирующее устройство для простоты использования. Эмуляторы программного обеспечения для запуска программного обеспечения Apple на других платформах и программного обеспечения Windows на компьютерах Apple Macintosh — еще одно применение этого типа моделирования.

Программное обеспечение можно использовать для моделирования производственных процессов, чтобы определить наилучший способ производства товаров.

Мэри Элизабет любит читать, писать и проводить исследования, а также имеет склонность исправлять дезинформацию в Интернете. Помимо написания статей для EasyTechJunkie об искусстве, литературе и музыке, Мэри Элизабет является учителем, композитором и автором. У нее есть степень бакалавра. Она получила степень магистра писательского мастерства Чикагского университета и степень магистра Университета Вермонта, а также написала книги, учебные пособия и материалы для учителей по языку и литературе, а также музыку для Sibelius Software.

Вам также может понравиться

Рекомендуется

Статьи по теме

  • Как Apple Inc. получила свое название?
  • Что такое расширитель портов?
  • Каковы различные типы технологий компьютерного моделирования?
  • Что такое шариковый сплайн?
  • Каковы различные варианты использования компьютерного моделирования?
  • Каковы различные типы программ компьютерного моделирования?
  • Каковы различные типы компьютерного программного обеспечения для анимации?

Комментарии к обсуждению

В настоящее время я прохожу компьютерный курс по компьютерному моделированию, и для моего проекта мне нужно придумать детерминированную модель. Мои ограничения связаны с графикой (в настоящее время я прохожу курс компьютерной графики, но я ужасен в этом курсе), поэтому, пожалуйста, люди, какие идеи вы можете мне подкинуть. Спасибо! ЮбиКан, 11 октября 2010 г.

Я думаю, что, хотя некоторые комментаторы этой статьи серьезно обеспокоены человеческим восприятием ложных реальностей, правда заключается в том, что создание систем компьютерного моделирования чрезвычайно сложно, и пройдет много времени, прежде чем наука сможет создать опыт, аналогичный реальному. жизнь.

Будьте уверены. Ложная реальность не скоро возьмет верх над реальностью, но в конце концов это произойдет. Когда это произойдет, все, что я могу сказать, — добро пожаловать в Сумеречную зону. NightChef, 11 октября 2010 г.

Я был бы искренне удивлен, если бы кто-то действительно мог спутать реальную жизнь с реальностью. Я знаю, что людей можно обмануть, но я думаю, что потребуются серьезные передовые технологии, чтобы действительно преодолеть естественную терпимость и восприятие людей в этом мире. Возможно, когда-нибудь эта технология станет доступной, но сейчас это довольно далеко. IceCarver, 11 октября 2010 г.

Компьютерные симуляции — это ложная реальность, и мы никогда не должны путать их с реальностью. Точно так же, как мы отчаиваемся от жизни в книге или во сне, люди должны понимать, что только потому, что вы можете обмануть свои чувства, думая, что что-то действительно существует, не означает, что вы должны верить в это.

На самом деле очень опасно стирать границы между реальностью и вымыслом. Если компьютерная симуляция когда-либо действительно способна так сильно обманывать реальность, то я думаю, что она должна быть объявлена ​​вне закона.

Существует так много разных фильмов, книг и рассказов о том, что происходит, когда мы стираем границы между реальностью и компьютерной симуляцией, и я никогда не хочу, чтобы это было реальным в моем мире. sammyG, 11 октября 2010 г.

Я думаю, что когда-нибудь технология создания компьютерных симуляций станет настолько продвинутой, что нам даже не потребуется обучение в реальной жизни. Конечно, потребуется некоторое время, прежде чем мы сможем достичь этого уровня, но когда мы это сделаем, мы будем знать, что достигли всего, о чем могли мечтать наши детские телевизионные мечты.

Я имею в виду, кто не думал о том, каково это иметь голографическую колоду, как в Startrek? Какие удивительные технологии доступны. Когда-нибудь мы действительно сможем встретиться с нашими историческими персонажами, которые произвели на нас такое впечатление. На самом деле это могут быть не они, но это может быть самое близкое, что может предложить компьютерное моделирование.

Имитационное моделирование когда-нибудь догонит реальную жизнь, и когда этот день наступит, реальность будет неописуема. Fitness234 11 октября 2010 г.

Меня всегда восхищали компьютерные симуляторы для пилотов, которые помогают им тренироваться. Эти авиасимуляторы могут быть разными на разных уровнях, но между тем, что доступно на потребительском рынке, и тем, что предлагают профессиональные летные школы, есть существенная разница.

Может быть, это и хорошо, что у нас такое несоответствие в способностях учащихся использовать симуляторы, но опять же, мы бы не хотели, чтобы все в мире знали, как управлять самолетом, особенно если это небезопасно.< /p>

Я думаю, что какими бы замечательными ни были эти устройства, а сложное аппаратное обеспечение могло бы действительно существовать, все еще существует барьер, который необходимо преодолеть, прежде чем мы сможем предоставить опыт, который они предоставляют более широкой аудитории. FootballKing, 11 октября 2010 г.

Вы можете смоделировать многие типы ситуаций в компьютерной модели, и даже некоторые вещи можно сделать так относительно просто, что большинство переменных фактически учитываются, но реальность такова, что компьютерам предстоит пройти очень долгий путь, чтобы быть надежными. предсказание.

Человеческий фактор еще предстоит оцифровать, и поэтому я всегда автоматически беспокоюсь, когда имею дело с компьютерным моделированием.

Методы компьютерного моделирования совершенствуются, и в университетах и ​​колледжах постоянно происходит прогресс, но, несомненно, по-прежнему существует пробел при работе с реальностью и вымыслом в цифровой форме.

По какой-то причине трудно интерпретировать реалии повседневности в единицах и нулях, на которые опирается двоичный язык компьютеров. Предсказывать погоду становится все проще, и наука делает успехи в определенных областях, но, похоже, предстоит еще долгий путь, прежде чем мы сможем полагаться на эти компьютерные модели для обеспечения нашей личной безопасности.

С момента создания патентной системы США в 1790 году и до 1880 года Патентное ведомство требовало, чтобы каждая патентная заявка подавалась вместе с масштабной моделью изобретения. Модели, обычно сделанные из дерева высококвалифицированными плотниками, дали патентным экспертам что-то осязаемое, что можно было использовать при оценке новизны каждой патентной идеи.

Требование модели было давно отменено, но моделирование по-прежнему играет важную роль в исследованиях, разработках и инновациях. Автопроизводители, архитекторы и авиаконструкторы уже давно используют мелкомасштабные модели своих идей — отчасти для того, чтобы почувствовать, как они будут выглядеть в «реальной жизни», но также и для маркетинговых исследований и инженерных испытаний, таких как испытания аэродинамики в воздухе. аэродинамические трубы.

Однако у физических моделей есть недостатки. На их изготовление часто уходит много времени и денег — важное соображение, когда выход на рынок с инновацией первым может означать разницу между коммерческим успехом и провалом. Кроме того, некоторые модели, будучи меньше и легче, могут вести себя при тестировании не так, как их полноразмерные аналоги, что приводит к получению неверных данных и несоответствию ожиданий проектов.

К счастью, достижения в области программного обеспечения для автоматизированного проектирования (САПР) и повышения производительности компьютерного оборудования позволили использовать виртуальные модели. Объекты можно не только проектировать на компьютере и отображать визуально с помощью трехмерной графики, но и тестировать в смоделированных физических условиях с помощью того же программного обеспечения САПР, в котором они были разработаны.


Моделирование в САПР

Традиционное использование программного обеспечения САПР при разработке систем касалось только размера и формы объекта, будь то крошечная деталь машины или гигантский корабль, самолет или здание. Но пользователи программного обеспечения САПР, признавая ценность моделирования, начали требовать возможности тестировать свои виртуальные объекты в виртуальной среде, и разработчики программного обеспечения САПР с радостью согласились.

Чтобы протестировать виртуальный объект в условиях, максимально приближенных к реальному миру, недостаточно просто знать размер и форму объекта. Вам также необходимо знать его физические свойства и уметь представлять эти свойства в компьютерной модели. Кроме того, вам необходимо знать, как эти свойства влияют на производительность тестируемого объекта.Обычно это делается с помощью уравнений, то есть математической модели поведения системы, соответствующей ее форме, размеру и свойствам материала.

Например, при тестировании виртуального самолета важно знать, как воздух, обтекающий крыло, создает подъемную силу. У нас есть хорошо зарекомендовавший себя набор математических уравнений для обработки физики аэродинамических профилей, и они могут быть включены в CAD-представление системы. Кроме того, материалы, используемые в крыле, важны, потому что они определяют, насколько тяжело крыло и как оно изгибается и изгибается под нагрузкой и в различных ситуациях, таких как взлет, посадка и турбулентность. Таким образом, физические свойства, такие как коэффициент трения и различные параметры, определяющие прочность конструкции крыла, также должны быть включены в модель.

Важным подходом к имитационному моделированию в САПР является использование конечно-элементного моделирования (МКЭ). Физические явления часто описываются сложными уравнениями, которые непрактично или невозможно решить для каждой точки объекта. FEM решает эту проблему, разделяя объект на небольшие трехмерные фрагменты; Программное обеспечение САПР обеспечивает создание сетки, процесс создания трехмерной сетки внутри объекта для определения подразделений.

Сетка, созданная с помощью 3D Precise Mesh

При наличии математической модели и создания сетки тестирование модели можно проводить с помощью различных смоделированных экспериментов в нескольких виртуальных сценариях. Кроме того, дизайн можно настроить и повторно запустить моделирование, что часто нецелесообразно делать с реальной системой.

Кто использует имитационное моделирование?

Имитационное моделирование используется во всех инженерных дисциплинах и в широком спектре отраслей, а также в научных кругах. Вот несколько примеров:

  • Электрохимия. Исследователи аккумуляторных технологий следующего поколения используют моделирование для разработки новых микро- и наноразмерных материалов, чтобы увеличить емкость аккумулятора, сократить время зарядки, увеличить общий срок службы аккумулятора (циклы заряда-разряда) и повысить безопасность аккумулятора.< /li>
  • Телекоммуникации. Разработчики телекоммуникационного оборудования 5G используют моделирование для самых разных задач: от проектирования антенн базовых станций для максимального радиуса действия до определения размещения базовых станций для максимального покрытия и решения проблем, связанных с предоставлением услуг в движущихся поездах и автобусах. Дизайнеры также тестируют новые протоколы связи, моделируя базовые станции, мобильные устройства и алгоритмы в различных сценариях связи.
  • Геология. Понимая математические взаимосвязи между различными типами почв, горных пород и подземных структур, геологи и сейсмологи могут использовать моделирование для прогнозирования воздействия различных типов землетрясений на степень сотрясения поверхности.
  • Оптика. Инженеры могут моделировать оптические свойства материалов, в том числе так называемых метаматериалов, которые имеют наноразмерную структуру поверхности, которая изменяет их свойства, чтобы разрабатывать и тестировать новые линзы и другие оптические инструменты для самых разных приложений.

Важно отметить, что имитационное моделирование не ограничивается проектированием и тестированием физических объектов, хотя эти приложения подходят для моделирования в САПР. Бизнес-процессы также можно моделировать и симулировать для проверки их производительности. Используя моделирование и симуляцию, компания может получить ответы на такие вопросы, как:

  • Сколько сотрудников службы технической поддержки мне нужно? Нужно ли мне временно добавить персонал для запуска крупного продукта?
  • Если я добавлю экспедитора в свою команду логистики, как это повлияет на эффективность выполнения заказов?
  • Если мы добавим линейку продуктов, сможет ли наша производственная инфраструктура справиться с дополнительным спросом, или мне нужно будет добавить производственную линию и персонал? Что, если вместо этого я отдам производство на аутсорсинг?
  • Если я автоматизирую производственный процесс, сможет ли склад принимать дополнительные продукты?

Ключевые преимущества моделирования

  • Сокращение циклов проектирования и тестирования. Возможность изменять и повторно тестировать виртуальный проект означает, что вам не нужно тратить время (или деньги) на создание и тестирование нескольких итераций прототипа. Вы можете выбрать проект, который удовлетворяет требованиям симуляции, прежде чем создавать фактический прототип.
  • Более (и более реалистичные) тестовые сценарии. С физическими прототипами не всегда возможно протестировать все возможные рабочие условия.Однако при моделировании нет практических ограничений на рабочие сценарии, которые можно смоделировать и протестировать.

Таким образом, имитационное моделирование имеет преимущества перед более традиционными подходами, такими как анализ данных, прогнозирование и оптимизация. Эти подходы носят гораздо более теоретический характер и основаны на различных предположениях о том, как будет вести себя объект. При моделировании вам не нужно столько предположений — с правильной математической моделью вы можете попробовать разные сценарии и точно знать, каким будет поведение.

Проблемы моделирования

Однако имитационное моделирование не лишено проблем. Если вы не понимаете ограничений своей модели, у вас может возникнуть ложное чувство безопасности, что все результаты вашего моделирования надежны на 100%. Это может иметь катастрофические последствия. Вот некоторые распространенные проблемы с симуляцией:

Обоснованность математической модели. Некоторые модели, такие как аэродинамический профиль, упомянутый ранее, имеют четко определенные уравнения, описывающие их поведение. В других ситуациях дизайнеры открывают новые горизонты и не имеют достаточного объема фундаментальных исследований для построения математической модели. В этом случае уравнения могут основываться больше на догадках и ограниченном количестве эмпирических данных, а не на обобщенных физических соотношениях. В этой ситуации достоверность модели может быть сомнительной, а надежность результатов моделирования может быть снижена.

Мусор на входе, мусор на выходе: использование неправильных параметров, очевидно, приведет к плохим результатам. Также в некоторых случаях физический параметр представляет собой не одно число, а диапазон значений с определенным распределением. Эта изменчивость должна быть должным образом учтена в модели.

Компромиссы. Для сложных систем, особенно тех, которые моделируются с помощью FEM, проектировщики часто должны принимать решения относительно компромисса между точностью и временем или вычислительной мощностью. Чрезвычайно подробные модели могут потребовать гораздо больше времени и вычислительной мощности для моделирования, чем это доступно. Тем не менее, облачные вычисления предоставляют дополнительную вычислительную мощность по разумной цене для задач моделирования.

Как компании преодолевают эти трудности? Помимо проблемы вычислительной мощности, надежность результатов моделирования зависит от надлежащей проверки и аккредитации модели. К счастью, объем знаний о том, как правильно создавать имитационные модели и проводить проверку моделей, постоянно растет, и специалисты по имитационному моделированию могут помочь убедиться, что данная модель определена достаточно подробно, чтобы максимально точно соответствовать реальности.

Поскольку САПР и другие программные пакеты для моделирования снижаются в цене и становятся проще в использовании, имитационное моделирование становится важным инструментом в коммерческих компаниях. Если ваша организация еще не использует имитационное моделирование в каком-либо аспекте своей деятельности, скорее всего, это произойдет в ближайшее время.

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. ”

Читайте также: