[{"data":1,"prerenderedAt":89},["ShallowReactive",2],{"$fi3f4dl8d6bnt":3},{"slug":4,"publishedAt":5,"category":6,"title":7,"summary":8,"image":9,"imageAlt":14,"readingMinutes":15,"serviceId":16,"keywords":17,"imageCaption":23,"sections":24,"sources":82},"will-ai-replace-cfd","2026-10-12","guides","هل سيحل الذكاء الاصطناعي محل CFD؟ ما تستطيعه النماذج البديلة","النماذج البديلة بالذكاء الاصطناعي تعطي حقل جريان في ثوانٍ، لكنها تُدرَّب على CFD وتفشل بصمت خارج بياناتها. ما تجيده وما ينبغي أن يتعلمه المهندس.",{"src":10,"thumbnail":11,"width":12,"height":13},"\u002Fassets\u002Fcfd-cases\u002Fventilation\u002Fimages\u002F03.webp","\u002Fbrand\u002Fstudies\u002Fventilation.svg",1672,941,"رسم توضيحي من DEEB-FLOW لعرض حجمي للسرعة في حالة تهوية",4,"review",[18,19,20,21,22],"هل سيحل الذكاء الاصطناعي محل CFD","الذكاء الاصطناعي في CFD","النموذج البديل في CFD","الشبكات العصبية المطّلعة على الفيزياء","التعلم الآلي في CFD","رسم تصوّري من مكتبة حالات DEEB-FLOW. وهو ليس نتيجة من هذا المقال.",[25,31,42,48,59,65,75],{"id":26,"title":27,"paragraphs":28},"the-question","السؤال الذي يقف خلف العناوين",[29,30],"يسأل الطلاب والمهندسون الشباب اليوم هل ما زال تعلّم CFD مجدياً ما دام الذكاء الاصطناعي سيقوم به قريباً. السؤال مشروع، والعناوين تشجع عليه. النماذج المدرَّبة تعطي حقل جريان في ثوانٍ حيث يحتاج الحلّال إلى ساعات.","أعرض هنا أين يقف الذكاء الاصطناعي في CFD برأيي، وأنا أُجري عمليات محاكاة ولا أبيع أي منتج ذكاء اصطناعي. باختصار، النماذج البديلة مفيدة منذ الآن لنوع واحد من المسائل، وهي تُدرَّب على CFD ولا تكون أفضل منها، وأكثر المهندسين عرضة للخطر هم الذين لم يتعلموا قط كيف يتحققون من نتيجة.",{"id":32,"title":33,"paragraphs":34},"what-a-surrogate-is","ما هو النموذج البديل بالذكاء الاصطناعي",[35,36,41],"ثلاثة أشياء مختلفة تُجمع تحت اسم واحد.",{"list":37},[38,39,40],"**النماذج البديلة المعتمدة على البيانات.** تُجري كثيراً من عمليات محاكاة CFD على نطاق من التصاميم أو ظروف التشغيل، ثم تدرّب شبكة عصبية على ربط المدخلات بالمخرجات. بعد ذلك تتنبأ الشبكة بحالة جديدة في لحظات. لقد تعلمت الاستكمال بين نتائج حساباتك.","**الشبكات العصبية المطّلعة على الفيزياء.** تُدمج المعادلات الحاكمة في التدريب، فتُعاقَب الشبكة حين يخالفها خرجها. قدّمها رايسي وزملاؤه بصيغتها الحديثة عام 2019.","**التعلم الآلي داخل الحلّال.** من أمثلته إغلاقات اضطراب متعلَّمة، وتصحيحات متعلَّمة للشبكات الخشنة، وتخمينات ابتدائية متعلَّمة تسرّع التقارب. هنا يبقى الحلّال التقليدي هو من يقوم بالعمل والنموذج يساعده.","أرقام التسريع التي تتصدر العناوين تأتي من النوع الأول، وهو المقصود حين يدور الحديث عن استبدال CFD.",{"id":43,"title":44,"paragraphs":45},"where-it-works","أين ينجح اليوم",[46,47],"في عام 2026 نشرت مجلة Aerospace America تقريراً عن حلقة نقاش شارك فيها متحدثون من NVIDIA وNeural Concept وLeonardo Helicopters. من الأمثلة تسريع التنبؤ بالضجيج على الأرض 540 مرة، ونموذج ذكاء اصطناعي حلّ محل حسابات CFD تستغرق 24 ساعة لصبّ الألمنيوم. هذه أرقام ذكرها المتحدثون، ولم أطّلع على البيانات التي تستند إليها.","النمط الذي يقف وراء هذه النتائج مفهوم. فريق تصميم يستكشف عائلة ثابتة من الأشكال، عند ظروف داخل نطاق معروف، يستطيع أن يحسب مجموعة من الحالات مرة واحدة ثم يستعلم من النموذج البديل قدر ما يشاء. التصميم في مراحله الأولى وحلقات الأمثَلة والمراقبة في الزمن الحقيقي كلها ينطبق عليها هذا الوصف.",{"id":49,"title":50,"paragraphs":51},"where-it-fails","أين يفشل",[52,53,54],"يفشل خارج ما دُرِّب عليه. النموذج البديل يعرف مجموعة تدريبه ولا يعرف عن الفيزياء شيئاً غيرها. اسأله عن هندسة أو نظام جريان أو شرط حدّي لم تغطّه بيانات التدريب، وسيعطيك مع ذلك حقلاً أملس معقول المظهر. ليست لديه وسيلة ليخبرك أن الجواب خاطئ.","الحلّال التقليدي يفشل بصوت مرتفع. يتباعد، أو تتوقف البواقي عن الهبوط، أو لا يُغلق ميزان الكتلة. أما الشبكة العصبية فتفشل بصمت، والفشل الصامت هو النوع الخطر في الهندسة.",{"list":55},[56,57,58],"**يحتاج إلى وجود CFD.** كل حالة تدريب هي محاكاة كان على أحدهم أن يشغّلها ويتحقق منها. يذكر التقرير نفسه أن مجموعات التدريب الخاصة بالشركات قد لا تتجاوز أحياناً 20 محاكاة. والنموذج البديل المدرَّب على CFD غير متحقق منها يعيد إنتاج أخطائها بسرعة عالية.","**الاتساق الفيزيائي غير مضمون.** قد يعطي النموذج المعتمد على البيانات حقلاً لا يحفظ الكتلة. المقاربات المطّلعة على الفيزياء تقلل هذا الخطر من دون أن تزيله.","**الاعتماد ما زال قيد الإعداد.** في كل ما يتصل بالسلامة تريد الجهات التنظيمية أن تعرف لماذا يمكن الوثوق بنتيجة. وبحسب التقرير نفسه يُتوقع صدور إرشادات أوروبية لاعتماد هذه النماذج في عام 2027.",{"id":4,"title":60,"paragraphs":61},"هل سيحل الذكاء الاصطناعي إذن محل CFD؟",[62,63,64],"في رأيي ينقل الذكاء الاصطناعي CFD إلى موضع آخر في مسار العمل. يصبح الحلّال مرجع الحقيقة الذي يدرّب النموذج السريع ويفحصه. وبذلك تزداد أهمية جودة المحاكاة الأساسية، لأن أخطاءها تُنسخ الآن ألف مرة. التحقق والمصادقة، وهما الجزء الأقل بريقاً في العمل، يصبحان الجزء الثمين.","ما يتقلص هو التكرار الروتيني، مثل التنويع الأربعين على هندسة تحاكيها مؤسسة منذ عشر سنوات. إذا كان هذا كل ما يفعله المهندس، فالنموذج البديل سيفعله أسرع.","ما يبقى هو حسن التقدير المحيط بالحساب. أي أن تقرر ماذا تنمذج، وأن تعرف أي فيزياء تهم، وأن تلاحظ أن الجواب غير معقول، وأن تعرف أين تنتهي بيانات التدريب. هذه المهارات هي الأطول تعلّماً، ولا يملكها أي نموذج بديل.",{"id":66,"title":67,"paragraphs":68},"as-an-engineer","ما كنت لأفعله بصفتي مهندساً",[69],{"list":70},[71,72,73,74],"**تعلُّم الأساسيات كما ينبغي.** هي ما يمكّنك من تمييز الجواب الصحيح من الجواب الواثق، أياً كانت الأداة التي أنتجته.","**تعلُّم ما يكفي من التعلم الآلي لطرح أسئلة جيدة.** اسأل ما نطاق التدريب، وكيف اختُبر النموذج خارجه، وماذا يحفظ.","**معاملة كل تنبؤ من نموذج بديل على أنه فرضية** إلى أن يُفحص مقابل محاكاة كاملة في بضع نقاط، ومنها أطراف فضاء التصميم.","**إبقاء بيانات المحاكاة منظمة.** الحالات النظيفة الموثَّقة المتحقق منها أصل ثمين اليوم على نحو لم تكن عليه قبل خمس سنوات.",{"id":76,"title":77,"paragraphs":78},"as-a-manager","ما كنت لأفعله بصفتي مديراً",[79,80,81],"اطرح سؤالاً واحداً على كل من يقترح استبدال المحاكاة بنموذج مدرَّب. ماذا يحدث حين نسأله عن شيء لم يره؟","إذا كان الجواب وصفاً واضحاً لنطاق التدريب وفحصاً ينبّه إلى الاستعلامات الخارجة عنه، فأنت تتحدث مع شخص جاد. وإذا كان الجواب رقم تسريع، فاحتفظ بترخيص الحلّال.","وللطالب الذي يسأل هل يتعلم CFD، جوابي نعم. من سيحسنون استخدام الذكاء الاصطناعي في هذا المجال هم الذين كانوا سيعرفون من دونه أن الجواب خاطئ.",[83,86],{"href":84,"label":85},"https:\u002F\u002Faerospaceamerica.aiaa.org\u002Finstitute\u002Ffrom-simulation-to-surrogate-ai-transforms-aerospace-workflows\u002F","Aerospace America (AIAA, 2026): from simulation to surrogate, AI transforms aerospace workflows",{"href":87,"label":88},"https:\u002F\u002Fdoi.org\u002F10.1016\u002Fj.jcp.2018.10.045","Raissi, Perdikaris and Karniadakis (2019), Journal of Computational Physics: physics-informed neural networks",1791759707407]