点击上方蓝字了解更多计算与STEM领域研究前沿
看了很多高校的工程科学和力学相关专业、学院和研究院所的研究课题、论文和实验室资源,也看了对应的培养方案。
力学和其他领域融合形成的新兴交叉学科确实令人眼前一亮,也更加坚定了力学在现代科学和工业发展的重要性。
在这里谈一谈工程科学和力学专业的人员,个人认为比较重要的几个方面:
一. 扎实的数理化基础
学好数理化走遍天下都不怕,这句话在前些年特别的流行。到现在也一点都不过时。虽然现在人工智能和计算机非常火,大家都崇尚编程。但实际上,编程只是一门技术,非计算机专业的人也可以学习。而AI依赖的底层原理也都是数学。包括最近学术界非常火的AI4S,PINN等,充分体现了基础科学的重要性。
从知识层面上来说,各类知识其实是存在类似于金字塔的层级关系。数学、物理和化学等基础学科就是在底层,其余的结构工程包括计算机科学、金融等都是在这几门课建立起来的框架中进行的。
不管是学术界,发展理论,还是使用商业软件做设计和分析,亦或是在现场做调研,都离不开这些基础的理论。可以说这些基础理论能否学扎实,决定了后面的知识和技能学习的效果。
二. 计算机交互
和计算机交互,主要涉及到代码的编写、编译,软件界面、系统架构、并行算法、存储等知识。编写代码、人工智能算法则是为了满足 交 互的特定目的做的理论和技能学习。
计算机技术蓬勃发展,确实对工程和力学起到了极大的推动作用。特别是在设计和开发方面,节省了大量的人力和物资的投入。
有限元、SPH等数值计算方法很好地解决了过去的理论很难解决的问题——偏微分方程的求解。
世界上很多现象都可以通过偏微分方程表达,能够求解偏微分方程就能够掌握这些现象的规律(地震、海啸、火山喷发、锂电池开裂)等等。
但解析解目前只可以求解简单的几何和边界条件,所以才有了数值计算方法的发展。
为了达到更好的解决问题的目的,还要学会和计算机交互的本事。这其中就涉及到计算机科学很多的计算理论、离散方法的学习。
可以说力学和工程科学的门槛一点也不比基础科学低,需要不断地学习,长时间的沉淀。
三. 灵活解决问题
工程的本质就是实现。很多问题碍于基础理论或者技术的原因,目前很难解决。例如:超音速客机、超级高铁等。
再比如工程设计中,由于很多的不确定因素(数据不好收集、周期较长、耗资等),也会遇到很多的问题目前无法较好地解决。
这时候就需要综合考虑问题,给出一个全面而且合理的方案。基础理论可以作为参考的依据,更重要的是要深入思考,考虑各个方面的重要因素,妥善处理好问题。
例如:数据不好收集,是不是可以考虑抽样调查?理论计算?或者人工智能?又或者换一个方案,这样就不需要做如此复杂的数据收集。
“实现”——涉及到方方面面,而且特别看实践的经验积累。
四. 终身学习,保持前瞻性
力学的力学和方法需要不断完善,与时俱进,更需要和其他的学科交叉融合,还需要紧跟时代大势。跟着大的方向走,各类经费和政策的支持才会充足。理论不仅仅满足学位和毕业的要求,更关键的在于不断吸引人学习和掌握,启发人的思考。
对世界保持好奇,保持学习的动力,对力学的纯粹的热爱至关重要!
五. 广阔的人脉
从实用性、前沿交叉的角度出发,学会和不同专业背景、不同领域的人打交道,在此基础上深入合作和交流,才能把工程科学的作用发挥出来。
如果你觉得此文对你有帮助,请点赞,谢谢!
计算机技术在科学&技术&工程&数学中得到了广泛的应用,力学方面,计算机技术成为了科学的第四次革命性技术,现在基于计算机的数据科学已经逐步成为力学等其他科学发现的第四范式。人工智能、大数据、数字孪生等概念已经逐步成为当今时代的主题。智能制造、智能算法、数据驱动力学、大语言模型、自动驾驶在当今社会展现出巨大潜力,吸引了大量的研究人员。同时高性能显卡和多核中央处理器的出现为大规模数值模型的高性能计算提供了强大算力。然而因为该领域的论文较多,涉及内容较广,需要的知识量较大,不仅需要力学,数学,物理的知识,还需要计算机、数据科学、大数据分析的知识。入门门槛较高,因此我建立了此微 信公众 号(STEM与计算机方法),希望通过自己的学习加上文献翻译和整理,帮助新手快速掌握前沿研究的热点和聚焦,轻松入门计算的相关研究(实验、理论、数值计算方法),从而吸引和聚焦更多对该技术和研究领域感兴趣的华人朋友,为推动智能计算与基础科学的科学研究的发展和交流做一点儿贡献!
如果你认同我的想法,请点击右上角的三个点,将此文章(公众 号)发送给你的老师和同学,谢谢。
如果你想在朋友圈中分享你所专注的前沿研究,欢迎你分享到朋友圈,谢谢!
STEM与计算机方法
扫一扫二维码关注本公众 号