أجنحة في دقيقة: كيف أصبح الذكاء الاصطناعي عبقريًا في الديناميكا الهوائية ⚡ экспресс
تم تطوير طريقة فعالة لبناء نماذج ديناميكية هوائية بديلة (بدائل مبسطة للحسابات المكلفة) باستخدام التدريب المسبق لشبكة عصبية كبيرة من نوع المُحوِّل (Transformer) على 30 ألف شكل جناح متنوع، ثم ضبط دقيق سريع على بضع مئات من عينات الشكل المطلوب. في الاختبارات على أجنحة عابرة للصوت، بلغ خطأ توقع التدفق السطحي 0.36% فقط – وهذا أفضل بنسبة 84.2% من التدريب من الصفر. يُشبه هذا النهج تعلُّم لغة أجنبية: تتعلم أولاً قواعد لغوية متعددة، ثم تتقن لهجة محددة في دروس قليلة. كما تم نشر بيانات ونموذج مفتوح المصدر، وأداة تفاعلية عبر الويب للتصميم.
تعليم نموذج ديناميكي هوائي دقيق يشبه فن الطهي: أولاً يتقن الطباخ مئات الوصفات ليدرك المبادئ العامة، ثم بسهولة يصل بطبق معين إلى الكمال. ابتكر المهندسون نموذج AeroTransformer و«أطعموه» 30 ألف شكل مختلف من الأجنحة — مجرة كاملة من الأفكار الطهوية مجرة. في الحسابات، يتصرف الهواء مثل الماء في القدر ماء: ينساب بسلاسة حول الأسطح، مما يبسّط التنبؤ الحاسوبي.
بعد إعادة التدريب باستخدام 450 عينة فقط، انخفض الخطأ إلى 0.36% — أي أكثر دقة بست مرات من البدء من الصفر. يقلل هذا الأسلوب بشكل كبير من الأنتروبيا أنتروبيا (عدم اليقين) في التوقعات.
الأداة المتاحة على الإنترنت تسمح الآن بتغيير شكل الجناح في المتصفح ومشاهدة النتيجة فوراً. قام المطورون بنشر الشيفرة والبيانات للعامة — الآن أي باحث يستطيع إعادة تدريب النموذج لتطبيقات مثل العنفات أو سيارات السباق.
🎯 النموذج يعمل بالفعل على موقع WebWing: حرّك الجناح بالفأرة ولاحظ قوة الرفع في الوقت الفعلي.