The Innovation Informatics | 仿真智能：人工智能时代下的仿真研究新范式

本文在AI4Science背景下，针对传统仿真研究受限于显式机理模型与跨尺度耦合困难等问题，提出了“仿真智能”（Simulation Intelligence）新范式。研究目的在于重构仿真理论基石，为复杂系统仿真与智能体训练提供统一方法论。该范式通过将神经网络模型与机理建模深度融合，以智能代理模型为基本元素，实现从人工建模到数据训模的根本转变。在理论上，它重构了“相似性原理”，从静态映射转向基于网络拓扑的连接主义演化；在方法上，将计算实验升维为生成式计算实验，并构建了正向机理设计与逆向数据反演的双向闭环。整体上，该范式打破了数据驱动与物理机理的壁垒，使虚拟推演更逼真、智能体训练更高效。结论指出，仿真智能为气候预测、药物研发、应急决策及工业数字孪生等应用提供了底层支撑，标志着仿真学科从计算工具向智能生成引擎的跨越，是AI4Science时代的核心方法基础。