在人类探索自然的历程中，“模拟”作为“理论” “实验”以外重要的补充技术手段，成为科学研究的第3个支柱，与理论和实验并驾齐驱。随着计算机技术的飞速发展，模拟已经从单纯的数值计算演变为一种综合性的研究方法，深刻地改变着我们对世界的认知。
1.模拟技术的演进
从表现形式看，科学研究可以被视为建立模型的过程。而模拟则是所建立的科学模型在计算机上的运行过程。最早期的计算机模拟可追溯到二战后，是专门针对核物理学和气象学研究的一种开创性的科学工具。随着技术的不断进步，模拟逐渐渗透到物理、化学、生物等多个学科领域。如今，我们已经能够利用模拟技术解决一些极其复杂的问题，甚至在某些情况下，模拟已经成为实验和理论研究的必要补充。
2.模拟与科学研究深度融合
科学研究中的计算机模拟称为科学模拟。在狭义定义中，计算机模拟就是“在计算机上运行程序的过程”。计算机模拟使用步进方法来探索数学模型的近似行为。模拟程序在计算机上的一次运行过程，代表了对目标系统的一次模拟。在广义定义中，可以把计算机模拟看作研究系统的一种综合方法，是更加完整的计算过程。该过程包括模型选择、通过模型实现、算法输出计算、结果数据可视化及研究。
从计算机模拟的定义和分类中，可以看出人们对科学模拟不同层次的期望。从狭义的计算机模拟角度看，它已经成为理论分析和实验观察等传统认知方式的补充手段。科学或工程领域无一例外是由计算机模拟推动的，在某些特定应用领域和场景下，甚至是由计算机模拟改变的。如果没有计算机模拟，许多关键技术就无法被理解、开发和利用。广义的计算机模拟蕴含着一个哲学问题：计算机是否可以自主进行科学研究？科学研究的目标是认识世界，这意味着计算机程序必须创造新的知识。随着人工智能技术研究及应用的新一轮爆发，人们对计算机自动地以“智能”方式进行科学研究充满了期待。
3.科学模拟技术的3个发展阶段
数值计算阶段：计算机模拟最初用于执行科学研究过程所需要数值计算。主要通过计算机进行数值计算来模拟科学问题。虽然这种方法在一定程度上能够帮助我们理解复杂现象，但其精度和效率往往受到计算资源的限制。这种将部分复杂科学问题转换为相对简单的计算问题的解题模式，仅仅是一种粗粒度的建模方案，在一些应用场景下会遇到计算瓶颈。在解决真实场景中复杂物理模型时，常常面临基本物理原理计算量过大的问题，并由此导致空有原理而无法有效解决科学问题。
模拟智能阶段：模拟智能在传统数值计算中嵌入人工智能模型(当前主要是深度学习模型)，不同于其他人工智能应用领域的深度学习模型“黑盒子”，其显著特点是利用物理原理和海量数据来构建人工智能模型及人工智能计算过程。随着人工智能技术的兴起，模拟技术进入了一个新的发展阶段。通过结合人工智能技术，构建更加精确和高效的模拟模型，从而更好地理解和预测复杂系统的行为。这一阶段的特点是模拟技术开始具备一定的“智能”，能够自动优化模型参数，提高模拟的准确性和效率。模拟智能大幅提升了对微观多尺度系统的模拟能力，为在线实验反馈迭代提供了更加全面的支撑条件，大幅提升了对微观多尺度系统的模拟能力，为在线实验反馈迭代提供了更加全面的支撑条件。
科学大脑阶段：这一阶段是对广义计算机模拟的高级实现，依赖于通用人工智能技术的发展，是模拟技术的未来发展方向。在通用人工智能逐步成熟的条件下，如果能制定科学发现的过程，并开发一个可扩展的系统来执行这个过程，可能会得到另一种崭新的科学发现形式，即“科学大脑”。这种科学发现形式将实现计划、推测、实验、确认和分析等的智能全自动化流程。
在这一阶段，我们期望计算机能够像科学家一样进行独立的科学研究。这不仅需要强大的计算能力，还需要深度融合人工智能、大数据等先进技术，使计算机能够自主提出科学问题、设计实验方案、分析实验数据并得出科学结论。
4.展望
科学模拟作为一种新兴的研究方法，正在改变着我们对自然世界的认知方式。在科学大数据和人工智能的驱动下，科学模拟正从传统的数值计算逐步转向与人工智能相融合的模拟方式。
现阶段，科学模拟尚处于模拟智能阶段的早期，此时对模拟智能的使能技术展开研究至关重要。在面向模拟智能的计算系统设计中，跨学科合作必不可少。领域科学、数学、计算机科学与工程、建模与仿真等学科工作者之间的跨学科合作会构建更优的模拟计算系统，形成更全面和整体的方法，去解决更加复杂的现实世界的科学挑战。随着技术的不断进步和应用领域的不断拓展，我们有理由相信，在未来的科学研究中，模拟技术将发挥更加重要的作用。
本文改编自《中国科学院院刊》2024年第1期，专题：大力推进科研范式变革，原文标题：面向模拟智能的计算系统
作者：谭光明 贾伟乐 王展 元国军 邵恩 孙凝晖
责任编辑：胡惠雯
