211service.com
Des modèles intelligents pour une prise de décision plus intelligente
En association avec Logiciel Siemens pour les industries numériques
La popularité de l'approche conception, construction et test de l'ingénierie diminue rapidement, car les ingénieurs d'aujourd'hui sont confrontés à une pression sans précédent pour innover, suivre le rythme des dernières technologies et concevoir des solutions créatives aux problèmes urgents.
Des modèles intelligents pour une prise de décision plus intelligente
Considérons, par exemple, les systèmes de conduite automatisés. Bien que les véhicules autonomes promettent d'améliorer considérablement la mobilité, les ingénieurs doivent tester ces cadres pour des facteurs critiques tels que la sécurité et les défaillances potentielles du système. Toyota est l'un des constructeurs automobiles travaillant à la sécurisation des systèmes sans conducteur. En 2016, le président et chef de la direction de Toyota, Akio Toyoda, en a dit plus des tests seraient nécessaires pour mener à bien sa mission, soit quelque 8,8 milliards de kilomètres.
Heureusement, selon Stefan Jockusch, vice-président de la stratégie chez Siemens Digital Industries Software, la simulation peut aider. En testant virtuellement des millions de scénarios réels, des conditions routières enneigées aux piétons négligents, la technologie de simulation peut analyser les performances des véhicules autonomes tout en accélérant le développement et en réduisant les coûts.
Mais alors que la simulation est essentielle au développement et à la fabrication numériques des produits d'aujourd'hui et de demain, des défis tels que la complexité accrue et le manque de connaissances du domaine incitent les organisations à renforcer leurs processus de simulation avec des capacités d'intelligence artificielle (IA).
AI as intelligent augmenter
Bien que les défis puissent varier, Don Tolle, directeur de la société de conseil et de recherche CIMdata, déclare que l'un des principaux obstacles à la simulation est le temps nécessaire pour effectuer une simulation complexe et partager les résultats avec d'autres, y compris les ingénieurs de conception. et analystes de simulation. En fait, Tolle dit que cela peut prendre des semaines pour concevoir, collecter des informations, construire, exécuter et analyser des modèles de simulation pour soutenir la prise de décision.
La complexité est un autre obstacle auquel les ingénieurs doivent s'attaquer. Les modèles de simulation peuvent fournir des informations plus approfondies et plus précises sur le comportement des systèmes de fabrication, mais ces détails supplémentaires peuvent se faire au prix d'un calcul plus important. La construction de modèles de simulation exige également des talents possédant des connaissances approfondies du domaine et des mathématiques. De nombreuses organisations s'attachent à démocratiser l'accès aux outils de simulation en en faisant un élément standard des processus de conception et de fabrication. Mais le défi, prévient Tolle, est de rendre ces outils utilisables par l'ingénieur moyen qui n'a peut-être pas une connaissance approfondie du domaine dans les spécificités d'une simulation et d'une technologie de simulation. Après tout, le développement d'algorithmes d'IA n'est qu'une partie du processus de simulation ; les ingénieurs ont besoin de connaissances du domaine pour comprendre le contexte plus large de la façon dont les modèles sont construits et le but qu'ils servent.
En réponse à ces obstacles, de nombreuses organisations se tournent vers l'IA pour accélérer et simplifier la simulation, et pour cause. L'IA peut distiller des informations sous une forme plus facile à comprendre pour les ingénieurs et plus transparente, éliminant ainsi le besoin d'interagir avec chaque détail d'un modèle. La capacité à créer ces modèles incroyablement complexes est l'un des domaines où l'intelligence artificielle et l'apprentissage automatique auront le plus grand impact, déclare Tolle.
En effet, l'IA peut acquérir une expertise à partir du vaste volume d'ensembles de données de simulation créés par des milliers d'exécutions de simulation dans des applications similaires. En conséquence, l'IA peut proposer des paramètres de modèle qui permettent un ensemble optimal de caractéristiques de conception pour le système tout en éliminant le risque que les simulations prennent plus de temps que les tests physiques. Ensuite, les ingénieurs peuvent commencer à rassembler les caractéristiques de conception optimales pour des conceptions plus détaillées, telles que les conceptions assistées par ordinateur 3D, le développement de logiciels et l'électronique. La simulation augmente l'intelligence de l'ingénieur en utilisant l'IA et [l'apprentissage automatique] pour améliorer la façon dont nous effectuons des analyses et utilisons les données, explique Tolle.
Les cas d'utilisation ne manquent pas
L'IA peut aider à rendre la simulation pratique dans des cas où elle ne le serait pas autrement, par exemple, lorsqu'un concepteur souhaite tester et valider rapidement de nombreuses configurations de conception.
Les simulations peuvent être coûteuses en calcul, par exemple, le comportement de charge d'un véhicule électrique hybride pour des milliers de types de cycles de conduite, explique Jockusch. L'IA aide à développer des modèles dits de substitution, en utilisant des milliers de simulations existantes pour dériver des modèles hautement simplifiés, beaucoup moins coûteux en termes de calcul et suffisamment précis pour guider les concepteurs dans un espace décisionnel complexe.
Un autre avantage de l'IA est sa capacité à détecter les défauts de conception très tôt dans le cycle de vie d'un produit. Il y a eu quelques exemples notables de pannes de système ou d'oublis de système au cours des quatre ou cinq dernières années dans les industries aérospatiale et automobile avec des rappels majeurs et des problèmes majeurs, dit Tolle. Le coût de la prise de décisions tardives dans le cycle de vie est énorme.
La bonne nouvelle, dit-il, est que l'IA peut minimiser le risque d'introduire des défauts dans la conception des produits en permettant aux ingénieurs de valider les systèmes tout au long de leur développement. Cela permet de prendre des décisions de conception et des compromis plus intelligents et plus rapides au début du cycle de vie de la conception plutôt que d'avoir à modifier la conception plus tard, ce qui peut être coûteux dans les systèmes complexes.
Télécharger le rapport complet .
Ce contenu a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n'a pas été écrit par la rédaction de MIT Technology Review.