[{"data":1,"prerenderedAt":89},["ShallowReactive",2],{"$fhyf5nntwz43b":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","Заменит ли ИИ CFD? Что могут и чего не могут суррогаты","ИИ-суррогаты выдают поле течения за секунды, но обучаются на CFD и тихо ошибаются за пределами своих данных. Что они делают хорошо и чему учиться инженеру.",{"src":10,"thumbnail":11,"width":12,"height":13},"\u002Fassets\u002Fcfd-cases\u002Fventilation\u002Fimages\u002F03.webp","\u002Fbrand\u002Fstudies\u002Fventilation.svg",1672,941,"Иллюстрация DEEB-FLOW: объёмная визуализация скорости в задаче вентиляции",4,"review",[18,19,20,21,22],"заменит ли ИИ CFD","ИИ в CFD","суррогатная модель CFD","физически информированные нейронные сети","машинное обучение в CFD","Концептуальная иллюстрация из библиотеки кейсов DEEB-FLOW. Она не является результатом из этой статьи.",[25,31,42,48,59,65,75],{"id":26,"title":27,"paragraphs":28},"the-question","Вопрос, который стоит за заголовками",[29,30],"Студенты и молодые инженеры теперь спрашивают, стоит ли ещё изучать CFD, если скоро этим займётся ИИ. Вопрос справедливый, и заголовки его подогревают. Обученные модели выдают поле течения за секунды там, где решателю нужны часы.","Ниже я излагаю, как, на мой взгляд, обстоят дела с ИИ в CFD. Пишет человек, который выполняет расчёты и не продаёт ИИ-продуктов. Если коротко, суррогатные модели уже полезны для одного класса задач, они обучаются на CFD и хороши ровно настолько, насколько хороши исходные расчёты, а больше всего рискуют инженеры, которые так и не научились проверять результат.",{"id":32,"title":33,"paragraphs":34},"what-a-surrogate-is","Что такое ИИ-суррогат",[35,36,41],"В одну кучу сваливают три разные вещи.",{"list":37},[38,39,40],"**Суррогаты на основе данных.** Вы выполняете много CFD-расчётов в диапазоне конструкций или режимов, затем обучаете нейронную сеть связывать входы с выходами. После этого сеть предсказывает новый случай почти мгновенно. Она научилась интерполировать ваши расчёты.","**Физически информированные нейронные сети.** Определяющие уравнения встроены в обучение, и сеть штрафуется, когда её выход их нарушает. В современном виде их предложили Раисси с соавторами в 2019 году.","**Машинное обучение внутри решателя.** Примерами служат обученные замыкания турбулентности, обученные поправки для грубых сеток и обученные начальные приближения, ускоряющие сходимость. Здесь работу по-прежнему выполняет обычный решатель, а модель ему помогает.","Громкие цифры ускорения относятся к первому типу, и именно его имеют в виду, когда говорят о замене CFD.",{"id":43,"title":44,"paragraphs":45},"where-it-works","Где это работает уже сегодня",[46,47],"В 2026 году журнал Aerospace America рассказал о панельной дискуссии с участием представителей NVIDIA, Neural Concept и Leonardo Helicopters. Среди примеров были ускорение прогноза шума на местности в 540 раз и ИИ-модель, заменившая 24-часовые CFD-расчёты литья алюминия. Это цифры, названные докладчиками, и исходных данных я не видел.","Закономерность, стоящая за такими результатами, понятна. Команда, которая исследует фиксированное семейство форм при условиях внутри известного диапазона, может позволить себе один раз рассчитать набор случаев, а затем обращаться к суррогату сколько угодно раз. Под это описание подходят ранние стадии проектирования, циклы оптимизации и мониторинг в реальном времени.",{"id":49,"title":50,"paragraphs":51},"where-it-fails","Где это не работает",[52,53,54],"Суррогат не работает за пределами того, на чём его обучили. Он знает свою обучающую выборку и больше ничего не знает о физике. Спросите его о геометрии, режиме течения или граничном условии, которых не было в обучающих данных, и он всё равно выдаст гладкое правдоподобное поле. У него нет способа сообщить вам, что ответ неверен.","Обычный решатель отказывает громко. Он расходится, или невязки застывают, или не сходится баланс массы. Нейронная сеть отказывает тихо, а тихий отказ в инженерном деле опаснее всего.",{"list":55},[56,57,58],"**Ему нужно, чтобы CFD существовала.** Каждый обучающий случай есть расчёт, который кому-то пришлось выполнить и проверить. В том же материале отмечено, что закрытые обучающие наборы иногда насчитывают всего 20 расчётов. Суррогат, обученный на непроверенных расчётах, воспроизводит их ошибки с высокой скоростью.","**Физическая согласованность не гарантирована.** Модель на основе данных может выдать поле, в котором масса не сохраняется. Физически информированные подходы снижают этот риск, но не устраняют его.","**Сертификация ещё только складывается.** Во всём, что связано с безопасностью, регуляторы хотят знать, почему результату можно доверять. По данным того же материала, европейские рекомендации по сертификации таких моделей ожидаются в 2027 году.",{"id":4,"title":60,"paragraphs":61},"Так заменит ли ИИ CFD?",[62,63,64],"На мой взгляд, ИИ переносит CFD в другое место рабочего процесса. Решатель становится источником истины, который обучает и проверяет быструю модель. Качество исходных расчётов от этого становится важнее, потому что их ошибки теперь копируются тысячу раз. Верификация и валидация, самая неброская часть работы, становится самой ценной.","Сокращается рутинное повторение, например сороковой вариант геометрии, которую организация считает уже десять лет. Если инженер занят только этим, суррогат сделает это быстрее.","Остаётся суждение вокруг расчёта. Это умение решить, что моделировать, понять, какая физика важна, заметить неправдоподобный ответ и знать, где кончаются обучающие данные. Этим навыкам учатся дольше всего, и у суррогата их нет.",{"id":66,"title":67,"paragraphs":68},"as-an-engineer","Что бы я делал как инженер",[69],{"list":70},[71,72,73,74],"**Как следует освоить основы.** Именно они позволяют отличить правильный ответ от уверенного, каким бы инструментом он ни был получен.","**Изучить машинное обучение настолько, чтобы задавать хорошие вопросы.** Спрашивайте, каков был диапазон обучения, как модель проверяли за его пределами и что она сохраняет.","**Считать каждое предсказание суррогата гипотезой,** пока оно не проверено полным расчётом в нескольких точках, включая края пространства параметров.","**Держать расчётные данные в порядке.** Чистые, задокументированные и проверенные случаи сейчас представляют собой актив в такой мере, в какой не были им пять лет назад.",{"id":76,"title":77,"paragraphs":78},"as-a-manager","Что бы я делал как руководитель",[79,80,81],"Задайте один вопрос каждому, кто предлагает заменить моделирование обученной моделью. Что произойдёт, когда мы спросим её о том, чего она не видела?","Если в ответ вы получаете чёткое описание области обучения и проверку, которая отмечает запросы за её пределами, перед вами серьёзный собеседник. Если в ответ звучит цифра ускорения, сохраните лицензию на решатель.","Студенту, который спрашивает, учить ли CFD, я отвечаю «да». Хорошо применять ИИ в этой области будут те, кто и без него понял бы, что ответ неверен.",[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",1791759706368]