實際上,用程式模擬物理過程來進行科學研究,在很長一段時間裡都是計算機的主要用途。
二戰期間,計算機之父馮·諾伊曼曾參與了曼哈頓計劃,利用計算機產生的偽隨機數,來模擬核反應過程種微觀粒子的隨機行走。這類演算法在後來被稱為蒙特卡洛方法,至今依然是計算物理學界的重要工具之一。另外,很多日常生活中用到的程式設計工具,例如html語言,也是由物理學家為了方便科研發明出來的。
誇張一點說,科學研究才是計算機的原配,現在的繁榮的網路世界都只是科研的副產物。(不過話說回來,科研的目的不就是為了得到這些好用的副產物麼......)
偏題了......題主提到的透過程式語言在計算機上模擬微觀顆粒的性質,這一點是完全可行的。為了實現這個目的,科學家發明了數不清的方法和軟體。大致的,我們可以按模擬尺度來給它們分類:
除去高能物理領域,一般計算模擬涉及的最小模擬單元是電子,尺度大約在埃米( )級別。這類模擬一般以量子力學中的薛定諤方程為理論基礎。用波函式完備的描述粒子的各種物理性質,不需要進行額外的假設和近似。也就是說,我們只要輸入公式和初始條件,理論上可以準確的算出物質的所有性質。這類無需經驗假設和近似計算方法,通常稱為第一性原理方法,或者從頭算方法。
第一性原理方法由於不帶人為的假設,因此精度上是最準確的一種模擬方法。然而,魚與熊掌往往是不可兼得的。求解薛定諤方程的計算量隨粒子個數指數增長,氫原子(只含一個電子)的波函式找個物理系的本科生花幾分鐘就能手動算出來,然而換成鐵原子的話(含26個電子),算到滿頭白髮你也未必能算完百分之一。即使用上高效能計算機和一些合理的近似,第一性原理方法往往也只能處理很小的(通常不到1000個原子)體系,因此應用上受到了一定限制。
為了模擬奈米尺度的物理問題,我們不得不在精度上做出妥協,去使用一些更為粗糙的方法。在這個尺度上,常用的一種方法稱為經驗勢方法(例如經典分子動力學、經典分子靜力學、經典蒙特卡洛)。在經驗勢函方法中,我們並不在模擬中直接透過量子力學直接求解原子-原子間的相互作用,而是先做一系列的測試擬合(可以理解為一種人工智慧訓練),把這些相互作用擬合成一個現成的函式,實際的模擬過程中僅僅呼叫這個函式而已。由於原子-原子間的相互作用是擬合出來的,並不能100%的還原真實作用。因此,經驗勢函式方法在精度上一般不如第一性原理方法。不過這樣做的好處是讓我們可以用經典力學描述原子的運動了,模擬的計算量也就大大降低。利用這類方法,我們最多能模擬上億原子(接近微米尺度)的物理問題。
然而很多時候我們需要研究微米級尺度以上的微觀結構,這時候經驗勢方法也不能夠滿足我們了。為了提高模擬的尺度,我們往往會加入更多的粗粒化近似假設,例如把氨基酸或者鹼基設為最小模擬單元來模擬細胞生理學、把輻照缺陷團簇看作一個整體來模擬核輻照損傷,把隨機分佈的溶質原子看成一個平均場、把材料分割成一個個連續有限的小單元等等。這類模擬方法繁多,就不一一列舉了。
以上部分可以用一句話概括:精度越高,計算量越大,能模擬的尺度也就越小,魚與熊掌不可兼得。
可有時候,我就是又想吃魚,又想要熊掌,怎麼辦?(你咋就這麼多事呢)
沒辦法,我們對技術總是貪婪的。應這類”既要尺度,又要精度“的需求,有人就想,我們為什麼不能把幾種模擬方法結合一下呢?
以金屬材料中的裂紋擴充套件為例,如上圖,裂紋尖端處的原子會不斷的從金屬中暴露出來,化學環境發生變化。因此,這部分原子我們給予vip待遇,用第一性原理去描述。
而裂紋附近的原子僅僅會在應力集中下出現一些原子錯位而已,任然大致保持著塊體的化學環境,因此我們用經驗勢方法就能很好的描述了。
而遠離裂紋的那些原子,甚至連原子錯位都不多,僅僅在應力作用下發生輕微的變形而已,我們用連續的塑性方程就能描述。
嗒嗒嗒噠噠,沒錯,就靠這麼一個類似小點子,三個物理學家成功斬獲了2013年的諾貝爾化學獎。(說的好像很容易的樣子,有本事你拿一個啊)
實際上,用程式模擬物理過程來進行科學研究,在很長一段時間裡都是計算機的主要用途。
二戰期間,計算機之父馮·諾伊曼曾參與了曼哈頓計劃,利用計算機產生的偽隨機數,來模擬核反應過程種微觀粒子的隨機行走。這類演算法在後來被稱為蒙特卡洛方法,至今依然是計算物理學界的重要工具之一。另外,很多日常生活中用到的程式設計工具,例如html語言,也是由物理學家為了方便科研發明出來的。
誇張一點說,科學研究才是計算機的原配,現在的繁榮的網路世界都只是科研的副產物。(不過話說回來,科研的目的不就是為了得到這些好用的副產物麼......)
偏題了......題主提到的透過程式語言在計算機上模擬微觀顆粒的性質,這一點是完全可行的。為了實現這個目的,科學家發明了數不清的方法和軟體。大致的,我們可以按模擬尺度來給它們分類:
除去高能物理領域,一般計算模擬涉及的最小模擬單元是電子,尺度大約在埃米( )級別。這類模擬一般以量子力學中的薛定諤方程為理論基礎。用波函式完備的描述粒子的各種物理性質,不需要進行額外的假設和近似。也就是說,我們只要輸入公式和初始條件,理論上可以準確的算出物質的所有性質。這類無需經驗假設和近似計算方法,通常稱為第一性原理方法,或者從頭算方法。
第一性原理方法由於不帶人為的假設,因此精度上是最準確的一種模擬方法。然而,魚與熊掌往往是不可兼得的。求解薛定諤方程的計算量隨粒子個數指數增長,氫原子(只含一個電子)的波函式找個物理系的本科生花幾分鐘就能手動算出來,然而換成鐵原子的話(含26個電子),算到滿頭白髮你也未必能算完百分之一。即使用上高效能計算機和一些合理的近似,第一性原理方法往往也只能處理很小的(通常不到1000個原子)體系,因此應用上受到了一定限制。
為了模擬奈米尺度的物理問題,我們不得不在精度上做出妥協,去使用一些更為粗糙的方法。在這個尺度上,常用的一種方法稱為經驗勢方法(例如經典分子動力學、經典分子靜力學、經典蒙特卡洛)。在經驗勢函方法中,我們並不在模擬中直接透過量子力學直接求解原子-原子間的相互作用,而是先做一系列的測試擬合(可以理解為一種人工智慧訓練),把這些相互作用擬合成一個現成的函式,實際的模擬過程中僅僅呼叫這個函式而已。由於原子-原子間的相互作用是擬合出來的,並不能100%的還原真實作用。因此,經驗勢函式方法在精度上一般不如第一性原理方法。不過這樣做的好處是讓我們可以用經典力學描述原子的運動了,模擬的計算量也就大大降低。利用這類方法,我們最多能模擬上億原子(接近微米尺度)的物理問題。
然而很多時候我們需要研究微米級尺度以上的微觀結構,這時候經驗勢方法也不能夠滿足我們了。為了提高模擬的尺度,我們往往會加入更多的粗粒化近似假設,例如把氨基酸或者鹼基設為最小模擬單元來模擬細胞生理學、把輻照缺陷團簇看作一個整體來模擬核輻照損傷,把隨機分佈的溶質原子看成一個平均場、把材料分割成一個個連續有限的小單元等等。這類模擬方法繁多,就不一一列舉了。
以上部分可以用一句話概括:精度越高,計算量越大,能模擬的尺度也就越小,魚與熊掌不可兼得。
可有時候,我就是又想吃魚,又想要熊掌,怎麼辦?(你咋就這麼多事呢)
沒辦法,我們對技術總是貪婪的。應這類”既要尺度,又要精度“的需求,有人就想,我們為什麼不能把幾種模擬方法結合一下呢?
以金屬材料中的裂紋擴充套件為例,如上圖,裂紋尖端處的原子會不斷的從金屬中暴露出來,化學環境發生變化。因此,這部分原子我們給予vip待遇,用第一性原理去描述。
而裂紋附近的原子僅僅會在應力集中下出現一些原子錯位而已,任然大致保持著塊體的化學環境,因此我們用經驗勢方法就能很好的描述了。
而遠離裂紋的那些原子,甚至連原子錯位都不多,僅僅在應力作用下發生輕微的變形而已,我們用連續的塑性方程就能描述。
嗒嗒嗒噠噠,沒錯,就靠這麼一個類似小點子,三個物理學家成功斬獲了2013年的諾貝爾化學獎。(說的好像很容易的樣子,有本事你拿一個啊)