工业AI总览

工业AI总览——面向工程仿真的 AI 技术全景。本板块聚焦"AI for Engineering"：将人工智能（机器学习/深度学习/大模型）应用于 CAD 设计、CFD 仿真、线性方程组求解等工业软件核心环节，以及工业 Agent、工业大模型等落地形态。与泛 AI 不同，工业AI 强调物理规律约束、可解释性与工程精度。

定位	工业AI（AI×CAD / AI×CFD / AI×求解器）知识全景与索引
主线	AI for Science 基础 → AI+CFD → AI+求解器 → AI+CAD → 工业Agent → 工业大模型
关联板块	数学（AI 数学基础）、研究报告（AI-PINNs 深度研究）、值得学习的开源项目（AI 求解库）
应用场景	仿真代理模型加速、热设计优化（HAO-DC Room）、AI 预条件求解器、智能仿真流程自动化

学习路径建议 1. 先补「优化理论和算法」（数学板块）——AI 训练的理论地基 2. 再学「AI for Science 基础」：PINN → 神经算子 → 符号回归 → 降阶模型 3. 然后按业务方向深入：CFD 加速 / 求解器加速 / CAD 优化 4. 最后了解工业 Agent 与大模型的落地工程

推荐电子书

国外经典（3-5本）：

• 《Machine Learning for Computational Science》（见说明）——该方向暂无公认专著，建议从AI for Science综述与论文入手

• 《Scientific Machine Learning》（Nathan Kutz）——科学机器学习领域代表性学者综述，理解AI×物理融合的框架

国内经典（2本）：

• 《人工智能导论》（王万森）——国内AI教材经典，体系完整

• 《人工智能：一种现代的方法（中译本）》（罗素著，殷建平等译）——AIMA中文版，国内高校AI课程常用教材