前几天，Science有一篇关于机器学习与流体力学的文章相当豪横，他对CFD模拟生成的云图进行深度学习，然后再去预测流体力学，文章提出了一个Hidden Fluid Mechanics，用HFM可以从图像中获取速度、压力场进行学习，从而预测结果。
我接触机理模型也有几年，也一直希望通过机器学习来扩展机理模型的应用深度，而思路一直局限在通过输入数据与输出数据的深度学习从而得到输入输出数据的关系，这样就可以大大提高求解速度，实现实时模拟的需求，而这种方式更加简化了训练集的维度，这是真正意义上的降维打击。
