تُعد التقنيات الحديثة في نماذج الذكاء الاصطناعي (Artificial Intelligence) محورية لتسريع عمليات المحاكاة وتعزيز الكفاءة. في هذا الإطار، قدمت الورقة العلمية المنشورة على arXiv، منهجية هجينة تتمثل في ربط نماذج ذات مستويات دقة مختلفة، حيث تركز على تقنية ROP ونماذج مكافحة التأثير (Operator Inference).

تتميز هذه المقاربة بقدرتها على تذليل العقبات المرتبطة بالمحاكاة متعددة المقاييس، كالزمن الطويل المطلوب واحتياجات الشبكة المعقدة المرتبطة بالاختبارات التقليدية ذات الدقة العالية (High-Fidelity). من خلال الاستفادة من مرونة طريقة O-SAM (Overlapping Schwarz Alternating Method)، تمكن الباحثون من دمج نماذج ومناطق ومحاور زمنية مختلفة، مما يعزز الكفاءة الحسابية دون فقدان الدقة.

استنادًا إلى تجارب عددية أجريت على مشاكل الديناميكا الصلبة ثلاثية الأبعاد (3D Solid Dynamics)، أظهرت النتائج تحسنًا كبيرًا في السرعة يصل إلى 106 مرات عند مقارنتها بتقنيات الربط التقليدية، مما يفتح آفاقًا جديدة لتحسين سير العمل في مجالات الهندسة. وتعد هذه المنهجية خطوة هامة نحو تطبيقات أوسع شاملة لمعادلات تفاضلية جزئية، مما يعزز من مكانة الذكاء الاصطناعي كأداة فعالة في مجال المحاكاة الهندسية.