隨著數字孿生概念的走紅，仿真技術也變成了熱點。仿真不是新名詞：30年前我讀研究生的地方，就是浙江大學化工仿真教研室。對仿真的意義，我們似乎並沒有真正想清楚。
在我看來，仿真的重要性在於：這是一般性的計算機求解辦法，並對智能決策特別重要。大家注意：決策過程是個逆向使用知識（模型、函數）的過程。如果說「知識」是「方程」，「決策」就是「求解」。如下圖所示：
我們知道：方程求解往往是個很麻煩的過程。現實的模型往往非常複雜，很難像學生做數學作業一樣解方程。那怎麼辦呢？一個通用的解決方法就是仿真、用不同的方案去嘗試，直到找出比較滿意的答案為止。
學過數值方法的人，應該對這種思想很熟悉：牛頓方法、蒙特卡洛方法、模擬退火方法、蟻群方法、基因算法....不都是把求解問題轉化成搜索問題嗎？如果說有差別的話，往往只是仿真針對比較複雜的對象。所以，這是一般性的方法。計算機怕邏輯混亂、但卻不怕麻煩。所以，搞計算機的更喜歡具有一般性的方法。
很早之前，我的老領導任德祥先生曾經非常認真地對我說：現實的工程問題往往沒有唯一解。現在想來，這句話很值品味：沒唯一解，意味著相關知識往往對應不可逆的映射，用仿真求解辦法求解也就很自然了。
至於仿真的應用，我發現了一種現象：仿真更多用於研發設計，而較少用於生產管控。前者往往是讓人造世界去逼近人的設想，而後者則是讓人的認識逼近一個客觀世界。兩者的難度往往不太一樣。