Inżynierowie mechaniczni muszą symulować, jak ich produkt będzie działał w różnych warunkach fizycznych. Jednak te symulacje mogą trwać dni i kosztować tysiące dolarów. CompLabs opracowuje model sztucznej inteligencji, który może je uruchomić w sekundy i przy nieistotnych kosztach. Why Simulation Matters Dlaczego symulacja ma znaczenie Projektowanie produktu jest zasadniczo problemem optymalizacji.A ta optymalizacja opiera się na iteracyjnym testowaniu i ulepszaniu projektów w oparciu o opinie.Im szybciej możesz przetestować, tym szybciej się możesz nauczyć, tym szybciej możesz zoptymalizować. Właśnie z tego powodu w latach sześćdziesiątych popularyzowano rozwiązywacze liczbowe, aby przybliżyć rzeczywiste warunki fizyczne.Algorytmy te umożliwiły inżynierom testowanie produktów w siliko, a nie poprzez kosztowne i czasochłonne prototypy fizyczne. "Ale złożoność projektów i symulacji stale rośnie, powodując, że rozwiązania mają eksponencyjnie dłuższy czas działania" - mówi Chinmay Shrivastava, współzałożyciel i CTO w CompLabs. Ponadto te symulacje wymagają specjalistycznej wiedzy i często tygodni siatki (opisanie geometrii na komputerze), kosztując duże organizacje setki milionów rocznie. Co by było, gdyby AI mogło zrozumieć projekty i fizykę? Wpływ języka rozumienia sztucznej inteligencji był znaczący, ale co, jeśli sztuczna inteligencja mogłaby również rozumieć projekty i fizykę Modele zastępcze są wykorzystywane przez zaawansowane zespoły inżynieryjne do przyspieszenia symulacji. Są to wąskie modele ML przeszkolone w konkretnej symulacji, wymagające znaczących danych i wiedzy ML. Jednak nie mogą precyzyjnie modelowania fizyki nieliniowej, uchwycić wysokiej wierności lub utrzymać dokładności przy zmianach geometrii, materiału lub fizyki. „Wiele zespołów eksperymentuje z modelami zastępczymi, ale często inwestuje znaczne wysiłki w ograniczoną zwrotność.Gwarantujemy im szybszy, bardziej uogólniony sposób przyspieszenia symulacji” – mówi Noah Evers, współzałożyciel i dyrektor generalny CompLabs. Zamiast szkolenia wysoce specyficznych modeli jednorazowych, CompLabs opracowuje ogólny model sztucznej inteligencji, który rozumie geometrii 3D i jak są one wpływane przez warunki fizyczne. Ich model jest wstępnie przeszkolony w oparciu o zróżnicowany korpus geometrii 3D i danych fizycznych. Pozwala to na powielanie wydajności solwera firmy po dopasowaniu w poprzednich symulacjach.Użytkownicy mogą następnie uruchamiać symulacje o wysokiej wierności w ciągu kilku sekund w nowych geometrii, materiałach i warunkach fizycznych. Na przykład jedna duża firma inżynierska planuje wykorzystać model do oceny kombinacji materiałów i powłok dla złożonych komponentów termicznych, skracając miesiące pracy na godziny. Looking Forward Patrząc do przodu CompLabs zebrał 2,65 mln dolarów w finansowaniu pre-seed od Alt Capital, Cory Levy i Joris Poort (CEO Rescale). zespół obecnie współpracuje z liderami inżynierii w przemyśle lotniczym, motoryzacyjnym i materiałowym, aby przyspieszyć ich złożone symulacje. Dzisiejsza konstrukcja mechaniczna jest powolna: tygodnie siatki, upraszczanie modeli, aby uczynić je obliczeniowo traktowalnymi, a czas pracy od dni do miesięcy. Naszym celem jest wyciągnięcie inżynierów mechanicznych z chwastów i wzmocnienie ich jako projektantów. Dzięki modelowi AI, który rozumie geometrię i fizykę, inżynierowie opiszą, czego chcą – część, która może wytrzymać określone obciążenia, pozostać w granicach termicznych lub zmniejszyć przeciążenie – a system wygenerować zoptymalizowane projekty. Design stanie się bardziej ukierunkowany na cele, szybki i kreatywny.

This story contains new, firsthand information uncovered by the writer.

Ten dźwięk jest produkowany w oryginalnym języku historii!

Rethinking Simulation: Jak CompLabs buduje modele fundamentów do projektowania mechanicznego

About Author

UWAGI

ZAWIEŚĆ TAGI

ARTYKUŁ TEN ZOSTAŁ PREZENTOWANY W

Related Stories

Meet the Writer: Hacker Noon's Contributor Elay Romanov of Daiger

Meet the Writer: HackerNoon's Contributor Emmanuel Nwaka, Content Marketing Professional

Google's Gemini AI: A Thought Experiment in Deception

Understanding Metaverse: A Basic Explanation

Meet the Writer: Hacker Noon's Contributor Elay Romanov of Daiger

Meet the Writer: HackerNoon's Contributor Emmanuel Nwaka, Content Marketing Professional

Google's Gemini AI: A Thought Experiment in Deception

Understanding Metaverse: A Basic Explanation

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps