في عالم الهندسة المعاصرة، تعد القدرة على محاكاة الظواهر الفيزيائية المعقدة بدقة عالية وفي وقت قياسي أمرًا بالغ الأهمية لحل أبرز التحديات الهندسية. من بين هذه الظواهر، تبرز تدفقات الطيران السريع (hypersonic flows) التي تتطلب توقعًا دقيقًا لموقع وقوة موجات الصدمة.

ومع أن النماذج التقليدية أصابت كثيرًا من الفشل في التنبؤ بتلك التدفقات، خاصة في حالات تقلب gradients المنحدرة، تم إدخال نهج جديد يعتمد بالكامل على وحدات معالجة الرسوميات (GPU) لخلق ورشة عمل من شأنها تسريع توليد البيانات وتدريب النماذج الذكية. يتيح هذا النظام المستند إلى محلل دقيق (JAX-Fluids) إنشاء مجموعات بيانات سريعة وتحسينات قائمة على البقايا للنماذج الذكية التي تعزز التوافق الفيزيائي.

من خلال هذا الإطار، تم تقديم مجموعة متكاملة من بنى النماذج وتحليل سلوكياتها للتعرف على نقاط القوة والضعف لديها. كما تم إظهار أن تحسينات البقايا تتيح التدريب على حالات تتوفر فيها فقط المعلمات المدخلة والشبكة، مما يقلل بشكل جذري من البقايا ويعزز التوافق الفيزيائي.

تجمع هذه التقنيات الحديثة بين المحاكاة القابلة للاشتقاق والتحسين القائم على البقايا لتقديم نماذج محاكاة تأخذ بعين الاعتبار العوامل الفيزيائية، مما يمكّنها من الحفاظ على موثوقيتها حتى خارج نطاق بيانات التدريب الخاصة بها. هذه الخطوة تمثل ضرورة ملحة لتفعيل نماذج محسّنة تكون قادرة على المساهمة في دورات تصميم هندسي واقعية.