Масачузетският технологичен институт (MIT) и Техническият университет в Мюнхен (TUM) се надяват да стимулират производителите на автомобили да започнат да се занимават с трансформиране на автомобилния дизайн с пускането на DrivAerNet++ - най-големия по рода си набор от данни с отворен код. Проектът, включващ над 8000 генерирани от изкуствен интелект дизайни на електрически превозни средства (EV), има за цел да рационализира разработването на автомобили чрез комбиниране на авангардни изчислителни методи с аеродинамични познания. Всеки дизайн е съчетан с подробни аеродинамични данни, което осигурява набор от инструменти за по-ефективно и устойчиво внедряване на иновации, за да се стигне до изобретяването на „перфектния автомобил“.

Традиционно процесът на проектиране на автомобили отнема много време и е скъп, като производителите често коригират съществуващи модели, вместо да започнат наново поради високите разходи за създаване на прототипи и тестове. DrivAerNet++ се справя с това предизвикателство, като предлага огромно хранилище от реалистични 3D модели на автомобили заедно с техните аеродинамични свойства. Изследователите и производителите могат да използват този набор от данни, за да обучават системи с изкуствен интелект, способни бързо да развиват и оптимизират нови дизайни, като потенциално съкращават сроковете и разходите за разработване и подобряват ефективността.

„Често при проектирането на автомобил процесът на напредване е толкова скъп, че производителите могат само малко да подобрят автомобила от една версия до следващата“, казва Фаез Ахмед, доцент по машинно инженерство в MIT. „Но ако разполагате с по-големи масиви от данни, в които знаете ефективността на всеки дизайн, сега можете да обучите моделите за машинно обучение да повтарят бързо, така че е по-вероятно да получите по-добър дизайн.“

Наборът от данни включва разнообразни категории автомобили, като седани, комбита и купета, което осигурява широка приложимост на автомобилния пазар. Чрез използване на генеративни модели на изкуствен интелект, обучени на DrivAerNet++, производителите на автомобили могат бързо да оценяват дизайна за оптимални аеродинамични характеристики. Тази способност има значителни последици за подобряване на горивната ефективност на двигателите с вътрешно горене и разширяване на пробега на електрическите превозни средства - ключови цели в стремежа към по-устойчива автомобилна индустрия.

Разработката на DrivAerNet++ е резултат от съвместна работа, при която е използвана платформата за високопроизводителни изчисления MIT SuperCloud. Генерирането на набора от данни изискваше 3 милиона процесорни часа и доведе до 39 терабайта данни. Проектът подчертава споделения ангажимент на MIT и TUM да развиват иновациите с отворен код, като правят тези авангардни инструменти достъпни за широка аудитория.

Мохамед Елрефайе, дипломант по машинно инженерство в MIT, отбеляза: „Този набор от данни полага основите на следващото поколение приложения на изкуствения интелект в инженерството, като насърчава ефективните процеси на проектиране, намалява разходите за научноизследователска и развойна дейност и стимулира напредъка към по-устойчиво автомобилно бъдеще.“

Като правят DrivAerNet++ публично достъпен, изследователите се надяват да демократизират достъпа до усъвършенствани технологии за проектиране, давайки възможност за експериментиране както на големите производители на автомобили, така и на нововъзникващите стартъпи.

Снимка: Unsplash/MIT and the Technical University of Munich

Виж още: Почти всички водещи чатботове с изкуствен интелект показват признаци на оглупяване