Από την ίδρυσή της, πριν από 90 χρόνια, η Nissan πρωτοστατεί στην τεχνολογία των αυτοκινήτων και από αυτή την προσπάθεια δεν γίνεται να λείπει και η τεχνητή νοημοσύνη. Καθώς οι ανάγκες των αγοραστών αυτοκινήτων και της κοινωνίας συνεχίζουν να αλλάζουν γρήγορα, το Yokohama Lab βρίσκεται στην πρώτη γραμμή της έρευνας και ανάπτυξης της τεχνητής νοημοσύνης της Nissan, εκεί όπου συναντώνται η τεχνητή νοημοσύνη και τα αυτοκίνητα.
Το Yokohama Lab είναι ένα ερευνητικό κέντρο στην περιφέρεια Kanagawa της Ιαπωνίας που μελετά τον τρόπο χρήσης της τεχνητής νοημοσύνης στην αυτοκινητοβιομηχανία. Η σύγχρονη τεχνητή νοημοσύνη (AI), βασισμένη σε μεγάλα δεδομένα, υπερέχει στην ανάλυση και έκφραση πληροφοριών στον κυβερνοχώρο. Ωστόσο, τα αυτοκίνητα της Nissan έχουν φυσική υπόσταση. Η αποστολή του Yokohama Lab είναι να διασφαλίσει ότι τα αποτελέσματα που λαμβάνονται μέσω της τεχνητής νοημοσύνης μπορούν να εφαρμοστούν και να χρησιμοποιηθούν στην πραγματικότητα, αντί να περιορίζονται στον κυβερνοχώρο.
Έχει γίνει σαφές ότι η τεχνητή νοημοσύνη μπορεί να εφαρμοστεί σε διάφορους τομείς, συμπεριλαμβανομένης της Ε&Α, της παραγωγής οχημάτων και ακόμη και του σχεδιασμού. Στο Yokohama Lab, η Nissan διερευνά συνεχώς διάφορες ιδέες για να δει αν η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην επίλυση των προκλήσεων που αντιμετωπίζουν οι μηχανικοί και οι σχεδιαστές.
Ένα προγνωστικό μοντέλο για την αεροδυναμική, το οποίο έχει μειώσει σημαντικά τον χρόνο υπολογισμού, είναι ένα παράδειγμα. Επί του παρόντος, η αεροδυναμική απόδοση αξιολογείται με την εκτέλεση επαναλαμβανόμενων και πολύπλοκων υπολογισμών σε ισχυρούς υπολογιστές. Αυτοί οι υπολογισμοί προβλέπουν δείκτες απόδοσης και δείχνουν τη ροή αέρα. Αποτελούν μία από τις τεχνικές προσομοίωσης στην κατασκευή αυτοκινήτων.
Όπως εξηγεί ο Kei Akasaka, ειδικός μηχανικής αεροδυναμικής με την υποστήριξη υπολογιστή, "Είναι πλέον πολύ δύσκολο να ανταποκρίνεσαι γρήγορα σε ξαφνικά αιτήματα σχεδιαστών. Μπορούν να κάνουν μικρές αλλαγές στο σχέδιο και θέλουν να μάθουν το συντομότερο δυνατό πώς επηρεάζει την αεροδυναμική".
Μπορεί η AI να λύσει το πρόβλημα;
Έτσι ξεκίνησε ένα συλλογικό έργο για την ανάπτυξη ενός μοντέλου πρόβλεψης, με χρήση τεχνητής νοημοσύνης βαθιάς εκμάθησης, που θα μπορούσε να εκτιμήσει γρήγορα τον συντελεστή οπισθέλκουσας γύρω από ένα αυτοκίνητο. Όμως σύντομα αντιμετώπισαν ένα πρόβλημα. Η εκπαίδευση ενός μοντέλου AI με αυτόν τον τρόπο απαιτεί τεράστιο όγκο δεδομένων, που συχνά απαιτεί δεκάδες εκατομμύρια υπολογιστές. Δυστυχώς, τα περισσότερα από τα παλιά δεδομένα προσομοίωσης είχαν διαγραφεί και ο διαθέσιμος όγκος πληροφοριών δεν ήταν κατάλληλος για μηχανική εκμάθηση.
Σε αυτή την έρευνα, η τεχνητή νοημοσύνη μπόρεσε να μειώσει δραματικά τη διάρκεια των προσομοιώσεων μαθαίνοντας τη σχέση μεταξύ του σχήματος του αυτοκινήτου και της αεροδυναμικής του απόδοσης, με βάση ένα μεγάλο όγκο δεδομένων. Η πρόβλεψη της αεροδυναμικής απόδοσης ενός νέου σχεδιασμού αυτοκινήτου θα μπορούσε πλέον να γίνει σε λίγα δευτερόλεπτα, αντί για αρκετές ημέρες.
Χρησιμοποιώντας αυτήν την τεχνολογία, οι σχεδιαστές και οι μηχανικοί μπορούν να εξερευνήσουν νέα σχέδια σε συντομότερους κύκλους. Αυτό αναμένεται να οδηγήσει στη δημιουργία καινοτόμων σχημάτων αμαξώματος οχημάτων, που επιτυγχάνουν καλύτερο επίπεδο ισορροπίας μεταξύ σχεδίασης και αεροδυναμικής.
Διαβάστε όλες τις ειδήσεις από την Ελλάδα και τον Κόσμο.
