AI 建模

人工智能已经被用在许多工程与科研流程中。但工程人员、研究者与教师都清楚，AI 生成的结果仍然需要仔细审阅——它可能误解前提假设、遗漏重要细节，或者给出一个看似合理、实则与目标物理问题并不完全相符的表述。

从这个角度看，让 AI 协助准备模型、由人来审阅生成的表述、检查模型并对最终工程决策负责的工作方式，可能更为可靠。

QuickField 正是这样使用 AI 的。AI 助手不计算场，也不直接产出仿真结果；它不会用预测、插值或外推已有计算结果的方式取代有限元分析。

相反，AI 的作用是帮助准备紧凑、可读的 JSON 元文件来描述 QuickField 问题。这些元文件由免费的 QuickField Builders 转换为原生 QuickField 文件。最终的场解仍然是用与常规 QuickField 流程相同的有限元求解器求解场方程得到的。

JSON 元文件在自然语言任务描述与原生 QuickField 文件之间提供了一个可审阅的中间层。这使得从最初的任务描述、到生成的 QuickField 问题、再到最终仿真结果，全过程都掌握在人的手里。