人工智能正在通過賦予工程師更具創(chuàng)造力并專注于高價值開發(fā)來改變工程。虛擬雙胞胎和機器學習的興起正在改變模擬專家的角色，使他們能夠創(chuàng)建基于物理的模型，其他人可以使用這些模型在設計空間內快速探索產(chǎn)品性能。我們采訪了SIMULIA首席執(zhí)行官 Michelle Ash，了解人工智能和機器學習將如何重塑仿真、協(xié)作和工程工作的性質。

人工智能如何實現(xiàn)更具創(chuàng)意的工程？

米歇爾·阿什（Michelle Ash）：人工智能讓工程師更具創(chuàng)造力并執(zhí)行更多實際工程。這要歸功于物理行為的虛擬雙胞胎。仿真專家通過對覆蓋設計空間的大量高保真仿真執(zhí)行機器學習 (ML) 來開發(fā)這些物理行為模型。然后，其他人可以使用生成的物理行為模型來執(zhí)行快速設計和性能研究。這稍微改變了模擬專家的角色；他們仍然執(zhí)行高級模擬任務，但他們的重點擴展到包括創(chuàng)建不同的模型供其他人使用。然后，設計和產(chǎn)品工程師可以獨立探索設計空間、評估關鍵績效指標 (KPI) 并以 3D 形式可視化行為，最終提高效率并培養(yǎng)創(chuàng)造力。

AI 和 MODSIM 如何協(xié)同工作？

Michelle Ash： MODSIM 是我們 AI/ML 功能的基礎。MODSIM將建模和仿真統(tǒng)一到3D?EXPERIENCE? 平臺上的單一用戶體驗中的通用數(shù)據(jù)模型上。 AI 增強型 MODSIM 又增加了一層速度和智能。物理行為虛擬雙胞胎封裝并利用了公司的最佳實踐來評估給定的設計。當您更改設計時，您可以快速看到對產(chǎn)品性能和其他 KPI 的影響。這加快了流程，減少了建模和仿真任務交接所花費的時間，并將協(xié)作和批準納入一致的框架，從而大大縮短了設計周期。

大規(guī)模使用人工智能時需要考慮哪些關鍵數(shù)據(jù)？

Michelle Ash：主要考慮三個因素：質量、管理和流程。

用于訓練人工智能模型的數(shù)據(jù)質量至關重要；好的數(shù)據(jù)輸入會產(chǎn)生好的信息。

其次，人工智能產(chǎn)生海量數(shù)據(jù)。您需要一個預先計劃的策略來管理和存儲這些數(shù)據(jù)，以便進行檢索。從一開始就正確設置這些系統(tǒng)對于充分利用人工智能的能力至關重要。

最后，通過 MODSIM 流程，您可以將需求、設計意圖甚至您的思維過程直接嵌入到設計本身中。這使您可以輕松捕獲和復制您的設計和仿真方法。 MODSIM 統(tǒng)一了 CAD 和 CAE 背后的數(shù)據(jù)模型，無需導出或轉換模型進行仿真。這種無縫集成確保了可追溯性，消除了與在不同人員和軟件之間傳遞數(shù)據(jù)集相關的延遲、數(shù)據(jù)丟失和挫敗感。您擁有一個流暢的工作流程，而不是線性的、斷開連接的流程，可以更有效地進行更改和測試。

當今工程采用人工智能的最大挑戰(zhàn)是什么？

Michelle Ash：我們正處于以這種方式將人工智能和機器學習應用于 3D 建模和仿真的早期階段。對于依賴已知、一致流程的工程師來說，這可能會讓人傷腦筋。采用人工智能需要探索新的工作流程并建立信任，同時顛覆可能已經(jīng)使用了幾十年的方法。嘗試新事物存在挑戰(zhàn)，但它將帶來更好、更有效的前進方式。

您對工程領域人工智能的長期愿景是什么？

米歇爾·阿什：我的愿景是將工程帶給每個人。許多人想了解世界是如何運作的，但缺乏數(shù)學或科學技能。當接受可信物理模擬訓練時，人工智能可以為工程問題提供真實的答案，從為什么在拿起重物時最好彎曲膝蓋到修改汽車零件時會發(fā)生什么。我們可以使用人工智能來民主化基于物理的知識的獲取。

無論現(xiàn)在還是將來，客戶對這項技術有何期望？

Michelle Ash：開箱即用，您可以期待一個適用于您的用例來展示價值的工具。我們將共同開發(fā)更多功能來滿足您的特定需求。從長遠來看，你可以期待更少的重復性工作，更多的創(chuàng)新性工作，坦率地說，你的工作會更有樂趣。

人工智能對工程行業(yè)的最終承諾是什么？

米歇爾·阿什：我們的承諾是未來擁有更高效的工作流程、更高效的行業(yè)和更令人興奮的工作。通過共同擁抱探索和創(chuàng)新，我們可以減少繁瑣的任務，并使仿真專家能夠專注于他們最擅長的事情：創(chuàng)造和解決問題。這不僅會改善我們的工作，也會使我們的行業(yè)更具競爭力。

要點

創(chuàng)意賦能：人工智能通過基于高保真物理數(shù)據(jù)的機器學習創(chuàng)建的物理行為虛擬雙胞胎，自動執(zhí)行重復的設計任務，從而使工程師能夠專注于創(chuàng)意開發(fā)。

明確定義的范圍至關重要：深思熟慮定義的限制對于指導人工智能進行模擬至關重要，確保它探索有效的設計空間并產(chǎn)生可用的結果。

數(shù)據(jù)策略是基礎：人工智能在工程領域的成功取決于高質量的訓練數(shù)據(jù)和強大的、預先規(guī)劃的數(shù)據(jù)管理策略。

MODSIM + AI = 快速創(chuàng)新：將統(tǒng)一建模和仿真 (MODSIM) 與 AI 相結合，可實現(xiàn)快速設計探索，從而打破傳統(tǒng)開發(fā)周期。

更充實的未來：人工智能的長期影響將是擺脫重復性任務，帶來更高效的行業(yè)以及工程師更具創(chuàng)造性、創(chuàng)新性和參與性的工作。