Altair利用幾何深度學習加速汽車工程，或將改變行業規則

猿力部落——汽車人的技術社區

據AI Business消息，人工智能正在加速各行各業的研發能力，麥肯錫最近的一份報告估計，該技術的使用可以為制藥、化工和航空航天等行業的公司創造高達5600億美元的收入。

總部位于美國密歇根州的軟件公司Altair已經通過使用人工智能取得了重大研發進展，該公司利用幾何深度學習來加速汽車行業的工程創新。

這個名為PhysicsAI的系統本質上是一個基于3D結構數據而非自然語言進行訓練的人工智能基礎模型。這使得它能夠理解和設計復雜的物理對象，例如衛星或車輛部件。

Altair工程數據科學副總裁Fatma Kocer-Poyraz正在帶頭將該技術應用于實體產品設計，而實體產品設計通常受到昂貴的原型設計和耗時的模擬的限制。

Kocer-Poyraz表示：“我們幾乎會設計所有接觸到的東西。當你想到一輛汽車時，它不僅僅是外觀，而是從副車架到部件的厚度、彎曲程度、材質以及制造方式等方方面面。每一個決定都至關重要。”

傳統的工程工作流程通常依賴于昂貴的物理原型，這些原型可能需要數小時、數天甚至數周才能完成，而PhysicsAI可以實現快速測試模擬，使產品在過渡到現實世界之前能夠經過多次迭代。

Kocer-Poyraz還表示：“在工程領域，我們通常會用一次性原型進行物理測試。但這非常昂貴，因為一旦車輛發生碰撞，就無法再利用了。所以我們的工作實際上正在從物理測試轉向虛擬測試。”

Altair的系統允許公司根據歷史模擬數據訓練人工智能模型，Kocer-Poyraz表示，這在過去的工程應用中已被證明是困難的。

Kocer-Poyraz補充道：“在工程領域運用歷史數據通常非常困難，因為我們處理的是三維幾何圖形，而這些幾何圖形很難用機器學習算法理解的方式來表示。因此，我們的目標是用工程語言訓練機器學習算法。我們意識到幾何深度學習就是答案。它使我們能夠構建一個既能理解三維形狀，又能理解性能數據的人工智能。”

Altair的系統已在電子、航空航天和重工業等行業得到部署，但主要集中在汽車領域。例如，財富500強汽車零部件制造商麥格納(Magna)已經在使用PhysicsAI來優化零部件。

Altair正準備推出基于擴散模型的擴展，它不僅可以預測性能，還可以直接生成新的設計概念，Kocer-Poyraz表示這將徹底改變行業的游戲規則。

Kocer-Poyraz說：“預測設計的性能已經很棒了，但我們現在正在研究如何真正幫助優化設計流程。想象一下，‘給我500個設計方案’，AI就能給出答案。然后你只需從中挑選出20個最佳方案進行進一步完善。這將改變一切。”

Kocer-Poyraz為那些渴望利用這項技術的人提供了一條建議：要嚴守數據紀律。

其強調說：“為了利用這些技術，你的組織必須具有捕獲、存儲和組織模擬數據的文化。”