如果你想在任何有用水平上模擬真實世界，這就是一個極其複雜的問題。傳統技術正在限制著車輛和航空航天公司的設計團隊，但Beyond Math正在通過一種新的模擬方法將人工智能應用於這項任務，這可能會為他們節省數天甚至數周的等待時間。
“不像語言，我們沒有數學模型來描述下一個字應該是什麼，但當涉及到物理時，我們確實有這些模型。我們看到，機器學習實際上在計算方面非常出色，不僅僅是在模式識別方面，”聯合創始人達倫·加維說。
Beyond Math嘗試發展的領域稱為計算流體動力學(CFD)，這個領域已經存在了與計算同樣長的時間。控制物體在空氣或水中移動，或者是空氣在物體周圍移動的方程式極度複雜。因此，儘管我們不斷地改進我們預測的能力，比如說，空氣如何在機翼上流過，我們仍未達致完美—我們所能做的事情需要大量的計算力，這只能限定在超級計算機和GPU集群中。
結果是像汽車、飛機和船舶等行業的設計過程中涉及大量的等待時間。
Beyond Math的目標是加速數字設計方面的進程，這意味著縮短從想法產生到確定其可能有效性之間的延遲時間。
他們的第一款產品是一個“數字風洞”，提供對於複雜表面上的空氣流動進行幾乎實時模擬的能力，而這通常需要數百倍的時間。
他們發現的答案是不依賴於模擬，而是擁有一個既了解風洞背後的理論，同時又了解這個理論的觀察現實的模型。
一旦模型了解了系統的行為，它也可以成為設計的積極參與者，這是許多工程師已經開始在其他領域探索的可能性。加維將其比作對圖像的理解：在那裡，機器學習模型必須先走小步後才能跑，但一旦它們善於分析圖像，生成圖像就成為它們的直覺下一步。
除了高度競爭激烈、財政實力雄厚的F1賽車社區外，Beyond Math也正在思考接下來的步驟。
