ARTICLE · 1133028
TensorClay 为什么要有 AI 编程与语义增强功能
TensorClay 为什么要有 AI 编程与语义增强功能Tensorclay 早期版本专注于土的本构模型的实现和验证，核心求解器被用于实现我博士论文中给出的黏土非正交状态硬化模型。当时的想法比较简单，就是不同应力路径下的弹塑性模型的应力积分迭代过程应该在统一的架构里实现，这样不同类型的本构模型就可以成为独立的插件被深入研究。 
工作之后，我采用Go语言重新实现了该求解器，并开发了TUI操作界面和绘图模块。这样我们可以在课堂上引导学生以鼠标点击的方式开展多工况的计算，查看不同本构模型在排水和不排水剪切条件下的力学响应，激发学生的兴趣和了解土的复杂力学性质。在蔡老师的帮助下我在高等土力学的课堂上做了初步的尝试，自认为取得了不错的反响。这个版本的Tensorclay的执行文件已经开源，得到业内很多同行的支持和鼓励，让我有信心继续下去。 在Tensorclay后续开发过程中，我开始思考是否能够将AI大模型引入该系统中，最初的想法比较简单，就是引入一个对话框，让内置的ai助手能够自主查看当前的计算项目，并且以对话的形式反馈有用的信息。 很多事情就是这样的，当你踏上一段新的旅途，你就会看到不一样的风景。我花了很多时间终于在系统中成功的调用deepseek的api，当我在略显简陋的对话框中输入你好的时候，屏幕上第一次自主显示了“我是你的AI助手，请问有什么可以帮你的吗？”。这一刻我再次回到读研时第一次用python实现剑桥模型的兴奋场景，当时我迫不及待的将自己的代码分享到小木虫。作为一个基金赛道的失意者，我后来就不怎么去那里了，免得看到各种祈福的帖子。 
受经费限制，我今年只参加了两场学术会议，分别在宜昌和洛阳，在青年岩土论坛上我首次汇报了Tensorclay的AI语义增强功能，虽然当时版本的功能十分简陋，但我还是大胆提出了自己的观点，AI大模型的一个重要功能是帮助我们将知识更好的传递给下一代的学子。为了实现这个目标，我们需要构建完备的系统，提供专业的知识储备和便捷的操作界面。 在之后的几个月，我始终朝着这个目标前进，在这个过程中AI在系统中的角色也在逐渐转变。 首先，为了帮助我更好的维护系统，我构建了较为完备的AI自主编程模块，其能够自主的审查和测试系统代码，实现新的功能。当前，Tensorclay的代码量已经超过25万行，连我自己也没想到它能膨胀到当前的规模。 其次，AI能够在用户指令下独立开展计算和生成报告，这也是我所理解的AI语意增强功能。随着AI自主编程能力逐渐增强，我完善了语意库的代码，将自己的论文和笔记整合其中，这时候内置的AI助手开始理解土的本构模型的理论内涵，这也促使我开始借助AI对Tensorclay的核心求解器进行测试和重构。当前，该求解器内置多种计算框架，支持弹塑性、广义塑性和亚塑性等近百个本构模型，对一个长期从事土的本构理论研究的人来说，这是一个不小的成就，但同时也是一个沉重的负担。 最后，我在系统开发的过程中，我意识到如果用户不能实现自己的本构模型，那么这个系统的封闭性会将它彻底排除在科研体系之外。由于Tensorclay庞大的代码体量，我很难找到合适的继任者。因此，我在内置AI助手的帮助下开发了用户子程序模块，目前仅支持Go语言的实现，后续可能会实现一个转换层，支持ABAQUS的UMAT子程序。这会是Tensorclay后续的开发重点。 从中也不难看出，AI大模型已经成了Tensorclay的一部分，它能推动系统的功能完善和版本迭代，也能促进我开始新的思考。 在土的本构理论这条漫长的科研旅途中，我确实感受到很纯粹的喜悦，但也感到深深的困惑。我觉得一个好的本构模型不在于它的公式体系是否庞大，而是那个最开始的设想是否足够简单，并催生出临界状态、相变状态、统一硬化、状态参量等重要力学概念。这也是我为什么坚持实现那么多本构模型的主要动力。 随着我对土的本构理论开始有了较为深入的了解，我又不再拘泥于这些概念本身，我开始思考为什么邓肯-张、MC等模型在岩土工程领域依然被广泛常用。在技术层面，那些高等级的本构模型在有限元软件的实现是十分成熟的，也被大量用于实际工程案例，但值得深思的问题是这些模型为什么没有成为主流。 我之前也讨论过类似的问题，我现在的主观感受是因为我们的知识没有被固化，没有成为一种学科常识。今天的学生在理解和实现这些高等级的本构模型依然面临很大的困难，在有限元软件中进行二次开发又要求他们掌握多种形式的应力积分算法和编程技术，每一个环节存在的阻力都在劝退我们的研究生。在AI的帮助下，或许我们可以构建一个成熟的技术体系，给出一个切实可行的框架，将部分知识凝聚为这个架构的底座。这或许也是Tensorclay想要达成的一个长远的目标。 对于我个人而言，科研之路已经注定坎坷，年龄渐长让我开始关心柴米油盐。我开始尝试将有限的时间和精力转移到Tensorclay架构层面的开发上面，本构模型本身则被视作架构的一个插件。我关心的是能不能为这些宝贵的插件提供功能完备的架构，对于行业来说，或许该思考如何让这些模型成为岩土数值计算的主流，否则下一代学生也会乘兴而来，失意而去。