猿力部落——汽车人的技术社区
据AI Business消息,人工智能正在加速各行各业的研发能力,麦肯锡最近的一份报告估计,该技术的使用可以为制药、化工和航空航天等行业的公司创造高达5600亿美元的收入。
总部位于美国密歇根州的软件公司Altair已经通过使用人工智能取得了重大研发进展,该公司利用几何深度学习来加速汽车行业的工程创新。
这个名为PhysicsAI的系统本质上是一个基于3D结构数据而非自然语言进行训练的人工智能基础模型。这使得它能够理解和设计复杂的物理对象,例如卫星或车辆部件。
Altair工程数据科学副总裁Fatma Kocer-Poyraz正在带头将该技术应用于实体产品设计,而实体产品设计通常受到昂贵的原型设计和耗时的模拟的限制。
Kocer-Poyraz表示:“我们几乎会设计所有接触到的东西。当你想到一辆汽车时,它不仅仅是外观,而是从副车架到部件的厚度、弯曲程度、材质以及制造方式等方方面面。每一个决定都至关重要。”
传统的工程工作流程通常依赖于昂贵的物理原型,这些原型可能需要数小时、数天甚至数周才能完成,而PhysicsAI可以实现快速测试模拟,使产品在过渡到现实世界之前能够经过多次迭代。
Kocer-Poyraz还表示:“在工程领域,我们通常会用一次性原型进行物理测试。但这非常昂贵,因为一旦车辆发生碰撞,就无法再利用了。所以我们的工作实际上正在从物理测试转向虚拟测试。”
Altair的系统允许公司根据历史模拟数据训练人工智能模型,Kocer-Poyraz表示,这在过去的工程应用中已被证明是困难的。
Kocer-Poyraz补充道:“在工程领域运用历史数据通常非常困难,因为我们处理的是三维几何图形,而这些几何图形很难用机器学习算法理解的方式来表示。因此,我们的目标是用工程语言训练机器学习算法。我们意识到几何深度学习就是答案。它使我们能够构建一个既能理解三维形状,又能理解性能数据的人工智能。”
Altair的系统已在电子、航空航天和重工业等行业得到部署,但主要集中在汽车领域。例如,财富500强汽车零部件制造商麦格纳(Magna)已经在使用PhysicsAI来优化零部件。
Altair正准备推出基于扩散模型的扩展,它不仅可以预测性能,还可以直接生成新的设计概念,Kocer-Poyraz表示这将彻底改变行业的游戏规则。
Kocer-Poyraz说:“预测设计的性能已经很棒了,但我们现在正在研究如何真正帮助优化设计流程。想象一下,‘给我500个设计方案’,AI就能给出答案。然后你只需从中挑选出20个最佳方案进行进一步完善。这将改变一切。”
Kocer-Poyraz为那些渴望利用这项技术的人提供了一条建议:要严守数据纪律。
其强调说:“为了利用这些技术,你的组织必须具有捕获、存储和组织模拟数据的文化。”