??
在人類探索自然的歷程中，“模擬”作為“理論” “實驗”以外重要的補充技術手段，成為科學研究的第3個支柱，與理論和實驗并駕齊驅。隨著計算機技術的飛速發展，模擬已經從單純的數值計算演變為一種綜合性的研究方法，深刻地改變著我們對世界的認知。
1.模擬技術的演進
從表現形式看，科學研究可以被視為建立模型的過程。而模擬則是所建立的科學模型在計算機上的運行過程。最早期的計算機模擬可追溯到二戰后，是專門針對核物理學和氣象學研究的一種開創性的科學工具。隨著技術的不斷進步，模擬逐漸滲透到物理、化學、生物等多個學科領域。如今，我們已經能夠利用模擬技術解決一些極其復雜的問題，甚至在某些情況下，模擬已經成為實驗和理論研究的必要補充。
2.模擬與科學研究深度融合
科學研究中的計算機模擬稱為科學模擬。在狹義定義中，計算機模擬就是“在計算機上運行程序的過程”。計算機模擬使用步進方法來探索數學模型的近似行為。模擬程序在計算機上的一次運行過程，代表了對目標系統的一次模擬。在廣義定義中，可以把計算機模擬看作研究系統的一種綜合方法，是更加完整的計算過程。該過程包括模型選擇、通過模型實現、算法輸出計算、結果數據可視化及研究。
從計算機模擬的定義和分類中，可以看出人們對科學模擬不同層次的期望。從狹義的計算機模擬角度看，它已經成為理論分析和實驗觀察等傳統認知方式的補充手段。科學或工程領域無一例外是由計算機模擬推動的，在某些特定應用領域和場景下，甚至是由計算機模擬改變的。如果沒有計算機模擬，許多關鍵技術就無法被理解、開發和利用。廣義的計算機模擬蘊含著一個哲學問題：計算機是否可以自主進行科學研究？科學研究的目標是認識世界，這意味著計算機程序必須創造新的知識。隨著人工智能技術研究及應用的新一輪爆發，人們對計算機自動地以“智能”方式進行科學研究充滿了期待。
3.科學模擬技術的3個發展階段
數值計算階段：計算機模擬最初用于執行科學研究過程所需要數值計算。主要通過計算機進行數值計算來模擬科學問題。雖然這種方法在一定程度上能夠幫助我們理解復雜現象，但其精度和效率往往受到計算資源的限制。這種將部分復雜科學問題轉換為相對簡單的計算問題的解題模式，僅僅是一種粗粒度的建模方案，在一些應用場景下會遇到計算瓶頸。在解決真實場景中復雜物理模型時，常常面臨基本物理原理計算量過大的問題，并由此導致空有原理而無法有效解決科學問題。
模擬智能階段：模擬智能在傳統數值計算中嵌入人工智能模型(當前主要是深度學習模型)，不同于其他人工智能應用領域的深度學習模型“黑盒子”，其顯著特點是利用物理原理和海量數據來構建人工智能模型及人工智能計算過程。隨著人工智能技術的興起，模擬技術進入了一個新的發展階段。通過結合人工智能技術，構建更加精確和高效的模擬模型，從而更好地理解和預測復雜系統的行為。這一階段的特點是模擬技術開始具備一定的“智能”，能夠自動優化模型參數，提高模擬的準確性和效率。模擬智能大幅提升了對微觀多尺度系統的模擬能力，為在線實驗反饋迭代提供了更加全面的支撐條件，大幅提升了對微觀多尺度系統的模擬能力，為在線實驗反饋迭代提供了更加全面的支撐條件。
科學大腦階段：這一階段是對廣義計算機模擬的高級實現，依賴于通用人工智能技術的發展，是模擬技術的未來發展方向。在通用人工智能逐步成熟的條件下，如果能制定科學發現的過程，并開發一個可擴展的系統來執行這個過程，可能會得到另一種嶄新的科學發現形式，即“科學大腦”。這種科學發現形式將實現計劃、推測、實驗、確認和分析等的智能全自動化流程。
在這一階段，我們期望計算機能夠像科學家一樣進行獨立的科學研究。這不僅需要強大的計算能力，還需要深度融合人工智能、大數據等先進技術，使計算機能夠自主提出科學問題、設計實驗方案、分析實驗數據并得出科學結論。
4.展望
科學模擬作為一種新興的研究方法，正在改變著我們對自然世界的認知方式。在科學大數據和人工智能的驅動下，科學模擬正從傳統的數值計算逐步轉向與人工智能相融合的模擬方式。
現階段，科學模擬尚處于模擬智能階段的早期，此時對模擬智能的使能技術展開研究至關重要。在面向模擬智能的計算系統設計中，跨學科合作必不可少。領域科學、數學、計算機科學與工程、建模與仿真等學科工作者之間的跨學科合作會構建更優的模擬計算系統，形成更全面和整體的方法，去解決更加復雜的現實世界的科學挑戰。隨著技術的不斷進步和應用領域的不斷拓展，我們有理由相信，在未來的科學研究中，模擬技術將發揮更加重要的作用。
本文改編自《中國科學院院刊》2024年第1期，專題：大力推進科研范式變革，原文標題：面向模擬智能的計算系統
作者：譚光明 賈偉樂 王展 元國軍 邵恩 孫凝暉
責任編輯：胡惠雯
