मैकेनिकल इंजीनियरों को सिमुलेशन करने की आवश्यकता है कि उनके उत्पाद विभिन्न शारीरिक स्थितियों में कैसे प्रदर्शन करेंगे. हालांकि, इन सिमुलेशनों को चलाने में दिन लग सकते हैं और हजारों डॉलर खर्च कर सकते हैं. CompLabs एक एआई मॉडल विकसित कर रहा है जो उन्हें सेकंड में और अपरिहार्य लागत पर चला सकता है.
Why Simulation Matters
सिमुलेशन क्यों मायने रखता हैएक उत्पाद को डिजाइन करना मूल रूप से एक अनुकूलन समस्या है. और यह अनुकूलन प्रतिक्रिया के आधार पर डिजाइनों का पुनरावृत्ति से परीक्षण और सुधार पर भरोसा करता है. जितना तेजी से आप परीक्षण कर सकते हैं, उतना तेजी से आप सीख सकते हैं, उतना तेजी से आप अनुकूलित कर सकते हैं.
यह इस कारण से था कि 1960 के दशक में, संख्यात्मक हलकों को वास्तविक दुनिया के भौतिक स्थितियों के अनुमान के लिए लोकप्रिय किया गया था. इन एल्गोरिथ्मों ने इंजीनियरों को महंगी और समय लेने वाली भौतिक प्रोटोटाइप के बजाय सिलिकॉन में उत्पादों का परीक्षण करने की अनुमति दी।
"लेकिन डिजाइनों और सिमुलेशनों की जटिलता बढ़ती रही, जिससे सॉल्वर्स में एक्सपोजेनिक रूप से लंबे समय तक चलने का कारण बनता है," कॉम्पलैब्स के सह-संस्थापक और सीटीओ चिनमाई श्रिवास्टावा कहते हैं।
इसके अलावा, इन सिमुलेशनों को विशेषज्ञता की आवश्यकता होती है और अक्सर हफ्तों तक मेषिंग की आवश्यकता होती है (यह कंप्यूटर के लिए आकार का वर्णन करती है), जो बड़े संगठनों को प्रति वर्ष सैकड़ों मिलियन खर्च करती है।
क्या होगा अगर एआई डिजाइन और भौतिकी को समझ सकता है?
एआई समझने की भाषा का प्रभाव महत्वपूर्ण था, लेकिन अगर एआई डिजाइन और भौतिकी को भी समझ सकता है तो क्या होगा
उन्नत इंजीनियरिंग टीमों द्वारा सिमुलेशन को तेज करने के लिए प्रतिस्थापन मॉडल का उपयोग किया जा रहा है. वे एक विशिष्ट सिमुलेशन पर प्रशिक्षित संकीर्ण एमएल मॉडल हैं, जिनके लिए महत्वपूर्ण डेटा और एमएल विशेषज्ञता की आवश्यकता होती है. हालांकि, वे गैर-लाइनर भौतिकी को सटीक रूप से मॉडल नहीं कर सकते हैं, उच्च वफादारी को कैप्चर नहीं कर सकते हैं, या भौतिकी, सामग्री या भौतिकी में परिवर्तनों के साथ सटीकता बनाए रख सकते हैं.
"बहुत से टीमें प्रतिस्थापन मॉडल के साथ प्रयोग करती हैं, लेकिन अक्सर सीमित रिटर्न के लिए महत्वपूर्ण प्रयास करती हैं. हम उन्हें सिमुलेशन को तेज करने के लिए एक तेजी से, अधिक सामान्य करने का एक तरीका प्रदान कर रहे हैं," CompLabs के सह-संस्थापक और सीईओ नूह ईवर्स कहते हैं।
अत्यधिक विशिष्ट एकल उद्देश्य मॉडल को प्रशिक्षित करने के बजाय, CompLabs एक सामान्य एआई मॉडल विकसित कर रहा है जो 3 डी भूमध्यताओं को समझता है और उन्हें शारीरिक स्थितियों द्वारा कैसे प्रभावित किया जाता है।
उनके मॉडल को विभिन्न प्रकार के 3D आकार और भौतिकी डेटा के आधार पर पूर्व प्रशिक्षित किया गया है. इससे पहले सिमुलेशन चलाने के बाद कंपनी के समाधानक के प्रदर्शन को दोहराने की अनुमति मिलती है. उपयोगकर्ताओं को नए आकार, सामग्री और भौतिक स्थितियों पर सेकंड में उच्च भरोसेमंदता सिमुलेशन चलाने की आवश्यकता नहीं है. क्योंकि मॉडल आंतरिक रूप से आकारों को समझ सकता है, तो मेष करने की कोई आवश्यकता नहीं है.
उदाहरण के लिए, एक बड़ी इंजीनियरिंग कंपनी जटिल थर्मल घटकों के लिए सामग्री और कोटिंग संयोजनों का मूल्यांकन करने के लिए मॉडल का उपयोग करने की योजना बना रही है, जिससे काम के महीनों को घंटों में घटाया जाता है।
Looking Forward
आगे देखनाCompLabs ने Alt Capital, Cory Levy और Joris Poort (Rescale के सीईओ) से $ 2.65M पूर्व बीज वित्त पोषित किया है. टीम अब विमानन, ऑटोमोबाइल, और सामग्री क्षेत्रों के इंजीनियरिंग नेताओं के साथ काम कर रही है ताकि उनकी जटिल सिमुलेशनों को तेज किया जा सके.
आज की यांत्रिक डिजाइन धीमी है: मेष करने के सप्ताह, उन्हें गणनात्मक रूप से संदर्भित करने के लिए मॉडल को सरल बनाने, और दिनों से महीनों तक चलने वाले समय।
हमारा लक्ष्य मशीनरी इंजीनियरों को जंग से बाहर निकालना है और उन्हें डिजाइनरों के रूप में सशक्त करना है।
एक एआई मॉडल के साथ जो भौगोलिकता और भौतिकी को समझता है, इंजीनियरों को वर्णित किया जाएगा कि वे क्या चाहते हैं - एक हिस्सा जो कुछ भारों का सामना कर सकता है, थर्मल सीमाओं के भीतर रह सकता है, या ड्राइव को कम कर सकता है - और सिस्टम अनुकूलित डिजाइन उत्पन्न करेगा।
डिजाइन अधिक लक्षित, तेजी से और रचनात्मक हो जाएगा।
