盡管算法日益精妙、規(guī)模前所未有，AI 背后的工程邏輯一直相對簡單：

更多數(shù)據(jù)，更多算力，更多 I/O。

但這一切正在發(fā)生改變。隨著機器人、無人機和自動駕駛領域的投資與創(chuàng)新迅猛增長，“物理 AI”正從科幻走向現(xiàn)實生活。而支撐這一跨越的工程挑戰(zhàn)，遠非簡單可言。

不再局限于秩序井然、恒溫恒濕的數(shù)據(jù)中心之中，物理 AI 必須從芯片、軟件到系統(tǒng)層面進行全面工程化設計，以應對無數(shù)全新的變量。

突如其來的天氣變化，嘈雜混亂的信號與噪聲，以及不斷變化的人類行為模式。

要讓物理 AI 在這些動態(tài)環(huán)境中真正落地，遠不只是算法足夠先進那么簡單。它需要將先進電子技術、各類傳感器，以及多物理場原理進行高度復雜而精密的融合，協(xié)同工作，幫助智能機器感知、理解并響應真實物理世界的復雜性。

AI 的下一個前沿：物理世界

我們已經(jīng)教會 AI 人類的語言，并賦予它人類的集體知識；我們訓練它理解我們的意圖，并對我們的指令做出回應。但真實的物理世界帶來了全新的挑戰(zhàn)。

如果你詢問 AI 關于路面坑洞的問題，它可以告訴你坑洞是如何形成的、又該如何修復?？僧?AI 在高峰時段、霧霾天氣、光線不足的條件下，真正遇到一個巨大的路面坑洞時，會發(fā)生什么？

我們所處的環(huán)境高度動態(tài)、多變；但唯一始終不變的是什么？物理規(guī)律。也正因此，基于物理的仿真成為發(fā)展物理 AI 的基石。

要讓 AI 在現(xiàn)實世界中高效運行，它需要經(jīng)過精細調校的各類傳感器，如攝像頭、雷達和激光雷達（LiDAR），來持續(xù)輸出彼此關聯(lián)、相互印證的環(huán)境數(shù)據(jù)，使物理 AI 系統(tǒng)能夠準確感知并理解周圍環(huán)境。

基于物理的仿真能夠讓開發(fā)者能夠以數(shù)字化方式對這些傳感器及其所支撐的系統(tǒng)進行設計、測試與優(yōu)化，其成本遠低于構建實體原型。通過仿真，開發(fā)者可以回答一系列關鍵的“假設性（what?if）”問題，例如不同天氣條件或材料反射特性會如何影響系統(tǒng)性能，并由此獲得系統(tǒng)在無數(shù)運行場景下響應行為的全面且具預測性的洞察。

與“看見”物理世界同樣重要的，是物理 AI 被訓練得是否足夠“會思考”。在許多情況下，我們并不具備規(guī)模足夠大、類型足夠多樣的數(shù)據(jù)集，來讓尚處早期階段的物理 AI 系統(tǒng)充分學習其在真實環(huán)境中可能遇到的各種變量。合成數(shù)據(jù)的迅速發(fā)展正在幫助創(chuàng)新者不斷彌合這一差距，但其準確性始終是關注焦點。

令人振奮的是，這一領域已經(jīng)取得了顯著進展。諸如 NVIDIA Omniverse 這樣的強大開發(fā)平臺，可用于構建高度真實、穩(wěn)健的虛擬世界。當這些平臺與高精度仿真工具深度融合時，開發(fā)者便能夠將高保真的物理特性注入虛擬場景之中，從而生成可靠、可用于訓練的合成數(shù)據(jù)。

Ansys Perceive EM 在 NVIDIA Omniverse 平臺中對丹佛地區(qū)移動車輛的 5G/6G 天線信號進行仿真建模

從芯片到系統(tǒng)，重構工程創(chuàng)新

傳統(tǒng)的設計與工程方法往往是割裂且線性的：在裝配、測試和生產之前，硬件與軟件組件通常被分別開發(fā)或采購。

但對于物理 AI，以及其他以芯片驅動、以軟件定義的產品而言，這種方法已經(jīng)不再適用。

以無人機為例，要實現(xiàn)自主飛行、避障并響應操作者指令，必須有諸多要素協(xié)同工作：先進的軟件、機械部件、傳感器、定制芯片等等。

要在充滿不確定性的環(huán)境中實現(xiàn)如此高水平的精度，傳統(tǒng)工程方法已難以勝任，同時也無法在當今市場所要求的時間周期內交付成果。

因此，數(shù)字化增強型產品必須作為高度復雜的多學科系統(tǒng)來進行設計與開發(fā)。從概念階段到最終產品，電氣工程師、機械工程師、軟件開發(fā)人員及其他角色需要緊密協(xié)作、步調一致，并不斷加速工作節(jié)奏，以應對持續(xù)縮短的開發(fā)周期。

Ansys電磁仿真軟件在NVIDIA Omniverse中對圣何塞市中心進行5厘米分辨率的仿真渲染

當今智能系統(tǒng)的高度復雜性，要求在電子工程與物理原理之間實現(xiàn)更深層次的融合。工程解決方案提供商正加速布局，以滿足這一日益迫切的需求。新思科技完成對 Ansys 的收購后，成功整合為芯片設計、IP 以及仿真與分析領域的行業(yè)領導者。強強聯(lián)合之下，我們能夠為客戶提供端到端的系統(tǒng)級設計解決方案，助力其加速 AI 驅動型產品的創(chuàng)新。

我們的創(chuàng)新方式，必須像我們所身處的世界一樣，多維而動態(tài)；也正因如此，傳統(tǒng)的工程流程亟需被重新構想與重構。這將成為釋放物理 AI 潛能的關鍵，幫助工程開發(fā)者實現(xiàn)下一次突破。