Các kỹ sư cơ khí cần phải mô phỏng cách sản phẩm của họ sẽ hoạt động trong các điều kiện vật lý khác nhau. tuy nhiên, các mô phỏng này có thể mất vài ngày để chạy và chi phí hàng ngàn đô la. CompLabs đang phát triển một mô hình AI có thể chạy chúng trong vài giây và với chi phí không đáng kể.
Why Simulation Matters
Tại sao mô phỏng quan trọngThiết kế một sản phẩm về cơ bản là một vấn đề tối ưu hóa. và tối ưu hóa này dựa trên việc thử nghiệm lặp đi lặp lại và cải thiện các thiết kế dựa trên phản hồi.
Chính vì lý do này mà trong những năm 1960, các giải pháp số đã được phổ biến cho các điều kiện vật lý gần đúng trong thế giới thực. Các thuật toán này cho phép các kỹ sư thử nghiệm các sản phẩm bằng silico, thay vì thông qua các nguyên mẫu vật lý tốn kém và tốn thời gian.
“Nhưng sự phức tạp của các thiết kế và mô phỏng tiếp tục gia tăng, khiến các giải pháp có thời gian chạy kéo dài theo cấp số nhân”, Chinmay Shrivastava, đồng sáng lập và CTO tại CompLabs cho biết.
Hơn nữa, các mô phỏng này đòi hỏi chuyên môn chuyên môn và thường xuyên hàng tuần lưới (viết hình học cho máy tính), chi phí cho các tổ chức lớn hàng trăm triệu mỗi năm. chi phí cao của mỗi mô phỏng dẫn đến sự lặp đi lặp lại chậm và buộc các kỹ sư để khám phá một không gian thiết kế hạn chế - dẫn đến các sản phẩm kém tối ưu.
Nếu AI hiểu được thiết kế và vật lý thì sao?
Tác động của việc hiểu ngôn ngữ AI là đáng kể, nhưng nếu AI cũng có thể hiểu thiết kế và vật lý thì sao?
Các mô hình thay thế đang được sử dụng bởi các nhóm kỹ thuật tiên tiến để tăng tốc độ mô phỏng. Chúng là các mô hình ML hẹp được đào tạo về mô phỏng cụ thể, đòi hỏi dữ liệu đáng kể và chuyên môn ML. Tuy nhiên, chúng không thể mô hình chính xác vật lý phi tuyến tính, nắm bắt độ trung thực cao hoặc duy trì độ chính xác với những thay đổi về hình học, vật liệu hoặc vật lý.
"Nhiều nhóm thử nghiệm với các mô hình thay thế, nhưng thường đầu tư nỗ lực đáng kể cho lợi nhuận hạn chế.Chúng tôi đang cung cấp cho họ một cách nhanh hơn, phổ biến hơn để tăng tốc độ mô phỏng", Noah Evers, đồng sáng lập và CEO tại CompLabs nói.
Thay vì đào tạo các mô hình đơn mục đích rất cụ thể, CompLabs đang phát triển một mô hình AI chung hiểu được hình học 3D và cách chúng bị ảnh hưởng bởi các điều kiện vật lý.
Mô hình của họ được đào tạo trước trên một corpus đa dạng của hình học 3D và dữ liệu vật lý. Điều này cho phép nó sao chép hiệu suất của một giải pháp của công ty sau khi tinh chỉnh trên các chạy mô phỏng trước đó. Người dùng sau đó có thể chạy các mô phỏng độ trung thực cao trong vài giây trên các hình học mới, vật liệu và điều kiện vật lý. Vì mô hình có thể hiểu trực quan về hình học, không cần phải kết nối mạng.
Ví dụ, một công ty kỹ thuật lớn đang có kế hoạch sử dụng mô hình này để đánh giá các kết hợp vật liệu và lớp phủ cho các thành phần nhiệt phức tạp, nén hàng tháng công việc thành nhiều giờ.
Looking Forward
nhìn về phía trướcCompLabs đã huy động 2,65 triệu đô la tiền dự trữ từ Alt Capital, Cory Levy và Joris Poort (CEO của Rescale). Nhóm hiện đang làm việc với các nhà lãnh đạo kỹ thuật trên khắp ngành hàng không vũ trụ, ô tô và vật liệu để tăng tốc các mô phỏng phức tạp của họ.
Thiết kế cơ khí ngày nay chậm: hàng tuần lưới, đơn giản hóa các mô hình để làm cho chúng có thể tính toán, và thời gian chạy từ ngày đến tháng.
Mục tiêu của chúng tôi là kéo các kỹ sư cơ khí ra khỏi bãi cỏ và trao quyền cho họ làm nhà thiết kế.
Với một mô hình AI hiểu được hình học và vật lý, các kỹ sư sẽ mô tả những gì họ muốn - một phần có thể chịu được tải trọng nhất định, ở trong giới hạn nhiệt hoặc giảm độ kéo - và hệ thống sẽ tạo ra các thiết kế tối ưu hóa.
Thiết kế sẽ trở nên hướng mục tiêu hơn, nhanh hơn và sáng tạo hơn.
