Yandex Metrika
1
1 репост, 1 голос

Инженеры MIT разработали более 8 000 дизайнов электромобилей (EV), которые можно использовать вместе с искусственным интеллектом (ИИ) для ускоренного проектирования автомобилей в будущем.

Эта открытая база данных, названная DrivAerNet++, включает дизайны, основанные на самых популярных типах автомобилей, существующих сегодня. Дизайны представлены в виде 3D-моделей, содержащих данные об аэродинамических характеристиках и других ключевых аспектах конструкции.

Огромная база данных MIT с 8 000 новых дизайнов электромобилей, созданных ИИ, может изменить облик автомобилей будущего.
Изображение: Mohamed Elrefaie

Электромобили существуют более 100 лет, но только недавно стали невероятно популярны. Однако их проектирование требует от компаний долгих лет работы, значительных ресурсов и множества итераций, прежде чем будет создан окончательный дизайн для производства прототипа.

Из-за коммерческой тайны результаты таких испытаний, как и данные об аэродинамике прототипов, обычно остаются закрытыми. Это замедляет достижения в области увеличения запаса хода и топливной эффективности электромобилей.

Новая база данных призвана кардинально ускорить процесс поиска более эффективных автомобильных конструкций.

Цифровая библиотека дизайнов содержит детализированную информацию о спецификациях и аэродинамических характеристиках. В будущем эти данные могут быть использованы в сочетании с ИИ для генерации новых моделей электромобилей, отмечают исследователи.

Инженеры утверждают, что упрощение сложного и длительного процесса проектирования позволит производителям разрабатывать модели электромобилей быстрее, чем когда-либо ранее.

Работа над базой данных была изложена в статье, опубликованной 13 июня на платформе preprint arXiv, а также представлена на конференции NeurIPS в Ванкувере в декабре.

Создание дизайнов автомобилей за секунды благодаря ИИ

Исследователи создали базу данных объемом 39 терабайт, затратив на это 3 миллиона часов процессорного времени на суперкомпьютере MIT SuperCloud. Эта мощная вычислительная система используется для научных исследований и доступна удаленно.

Команда применила алгоритм, который последовательно изменял 26 параметров, таких как длина автомобиля, особенности днища, форма шин и колес, а также угол наклона лобового стекла, для каждой базовой модели. Также был использован алгоритм для проверки уникальности созданных дизайнов.

Каждый 3D-проект затем конвертировался в различные читаемые форматы, включая сетку, облако точек или просто список размеров и спецификаций. Наконец, они провели сложное моделирование гидродинамики, чтобы рассчитать, как воздух будет обтекать каждую созданную конструкцию.

«Процесс создания новых моделей настолько затратный, что производители могут лишь немного изменять дизайн от одной версии к следующей, — отметил Фаез Ахмед (Faez Ahmed), доцент кафедры машиностроения MIT. — Но если у вас есть большая база данных, в которой известны характеристики каждой модели, вы можете обучить модели машинного обучения для быстрой оптимизации, повышая вероятность получения лучших дизайнов.»

Мохамед Эльрефай (Mohamed Elrefaie), студент MIT, добавил, что использование этой базы данных может сократить расходы на исследования и разработки, ускорить прогресс, а также позитивно повлиять на экологию, если более эффективные автомобили будут быстрее поступать в продажу.

Ключом к ускорению проектирования является интеграция с инструментами ИИ. По словам Ахмеда, база данных позволяет обучать генеративные модели ИИ создавать новые дизайны или тестировать аэродинамику существующих «за секунды, а не часы».

Ранее ИИ-модели полагались на ограниченные данные и создавали лишь кажущиеся оптимальными дизайны. Однако новая база данных предоставляет гораздо более качественные данные, которые позволяют ИИ не только создавать уникальные конструкции, но и рассчитывать эффективность и запас хода электромобилей без необходимости создания физического прототипа.

Заметили ошибку в тексте? Выделите её мышкой и нажмите Ctrl + Enter

Следите за нашими новостями:


Понравилось? Поделитесь с друзьями!

✏️ Сообщить об ошибке

Вы заметили ошибку в следующем тексте: