Non, devez-vous utiliser ChatGPT pour construire une voiture maintenant ?

​La popularité de ChatGPT a provoqué une forte hausse des stocks de concepts mondiaux.

Sur le seul marché des capitaux national, on peut dire qu'un certain nombre de sociétés d'IA telles que Baidu, iFlytek et Yuncong sont en pleine croissance.

Même Hanwang Technology, spécialisée dans la reconnaissance de l'écriture manuscrite et l'OCR, a réussi à atteindre la limite quotidienne 5 fois de suite, ce qui a amené de nombreux internautes à dire : "Cela a quelque chose à voir avec ça"...

Mais les membres de la famille , comme le dit le proverbe : "Il n'y a pas de surprise. " Seulement plus inattendue ", et une entreprise encore plus inattendue est sur le point de rejoindre ChatGPT -

Construire des voitures !

Ah... c'est un robot conversationnel, est-il maintenant assez puissant pour construire une voiture ? ? ?

Construire une voiture, comment faire de l'AIGC ?

Tout d'abord, il convient de noter que la fabrication automobile IA ne fait pas référence à l'IA contrôlant la chaîne de production, mais à l'utilisation d'algorithmes d'IA pour achever la conception des pièces automobiles.

L'équivalent de ChatGPT dans l'industrie automobile est le modèle de conception d'algorithme automobile AAM™ (Automotive Algorithm Modeling), proposé par PIX Moving, une entreprise autonome de développement et de fabrication de châssis de skateboard et de véhicules.

Très similaire à la peinture IA et au chat IA, AAM™ est également utilisé par les humains en donnant des paramètres ou des croquis, y compris les zones, les exigences fonctionnelles et les contraintes qui permettent à l'IA de générer.

Contrairement au principe selon lequel le texte et la peinture sont « basés sur une énorme quantité de données et de riches ressources de formation », pour le domaine industriel, la quantité de données est souvent difficile à atteindre la quantité de données dans les domaines de la peinture et du texte.

Par conséquent, sur la base des caractéristiques des scénarios industriels, PIX propose une stratégie consistant à combiner des petits et grands modèles basés sur des règles, en utilisant le grand modèle pour générer des conceptions approximatives en apprenant des données massives sur les véhicules, puis en optimisant les conceptions approximatives en une ingénierie précise grâce à fichiers d'algorithmes classiques pour répondre aux besoins de fabrication des scénarios industriels.

AAM™ peut être considéré comme un designer « expérimenté » et « mature ».

L'expérience vient d'une grande quantité de données de formation, et les techniques matures font référence à la réalisation d'une vérification ultérieure par simulation tout en donnant la conception.

Selon le processus traditionnel, une fois le plan de conception préliminaire donné, il doit être vérifié par simulation et les zones qui échouent à la vérification doivent être renvoyées pour modification.

Dans le passé, si des ingénieurs humains voulaient modifier un plan, la charge de travail n'était en réalité pas beaucoup plus petite que celle d'en concevoir un nouveau à partir de zéro. Cela pouvait prendre aussi peu que quelques jours ou jusqu'à une semaine.

Quant à l'IA pour modifier le plan, elle ne nécessite que de modifier quelques paramètres, ce qui peut se faire en quelques minutes.

Vous pouvez également générer des lots en même temps selon différents paramètres, puis filtrer les meilleurs. Tout en permettant de gagner du temps, la qualité de la solution finale sélectionnée peut également être améliorée à un niveau supérieur.

Dans quelle mesure l'ensemble du processus peut-il être accéléré avec la participation de l'AAM™ ?

Les chiffres donnés par l'équipe PIX Moving sont les suivants : le temps pour l'ensemble du produit est réduit de 60%, et le temps pour une seule pièce est raccourci de quelques jours à quelques heures.

Comparé aux algorithmes AIGC grand public tels que l'IA painting et les chatbots IA, l'AIGC est beaucoup plus difficile à utiliser dans l'industrie.

Par exemple, lorsque l'IA est utilisée pour modifier des photos ou des vidéos, il n'est pas nécessaire de prendre en compte les propriétés physiques de l'optique et des matériaux. Il suffit de « tromper l'œil humain » au niveau des pixels.

Dans l'industrie, ce n'est pas si simple. Les pièces conçues finiront par entrer dans le processus de production. Elles ne peuvent pas tromper les tours ou les imprimantes 3D. Elles doivent être réelles et utilisables et répondre aux exigences de fabrication.

△L'imprimante 3D produit la structure du châssis de skateboard conçue par l'IA

△Le châssis de skateboard autonome imprimé en 3D (véhicule réel) conçu par AAM™

Comme nous le savons tous , l'apprentissage profond est la base. L'algorithme d'IA est inexplicable et n'est vraiment pas très bon sur cet aspect.

Afin de pallier ce problème, l'algorithme AAM™ est complété par une collaboration entre des algorithmes d'IA et des algorithmes classiques de géométrie et de physique. C'est aussi l'innovation d'AAM™ par rapport aux autres applications AIGC.

Grâce à la coopération de l'IA et des méthodes traditionnelles, les pièces conçues sont non seulement entrées en production, mais ont même été installées sur des voitures. Il a été utilisé dans le châssis de skateboard autonome développé par PIX, ainsi que dans la conception du châssis et du cadre des produits d'espace de mobilité partagé (Robobus) et d'espace de mobilité personnel (NEV).

△Espace de mobilité partagé (Robobus)

△Espace de mobilité personnelle (NEV)

De plus, le partenaire de PIX, Fulongma Group, a appliqué l'AAM™ aux robots de nettoyage dans la conception et la fabrication.

△Le robot d'assainissement sans pilote du groupe Fronma

Selon l'équipe de PIX Moving, les ingénieurs expérimentés sont en fait facilement limités par l'expérience passée, ce qui les pousse à être créatifs et productifs. Ce n'est toujours pas facile. produire des œuvres qui répondent aux besoins de production.

L'IA n'est pas soumise à cette limitation. Plus il y a de données d'entraînement, plus ses capacités sont fortes.

En général, en plus d'accélérer le processus et de réduire les coûts, la fabrication automobile IA laisse également place à la créativité et à la qualité du design.

Il est entendu que l'AAM™ est utilisé au sein de PIX Moving depuis plus d'un an. C'est précisément grâce à des effets aussi remarquables que l'équipe a la confiance nécessaire pour l'ouvrir au monde extérieur.

La production est une étape clé dans la mise sur le marché des algorithmes d’IA. Tout comme l’influence de GPT-3 s’est limitée au cercle technologique pendant de nombreuses années depuis sa naissance, ChatGPT est devenu un succès mondial lorsqu’il a été rendu facile à utiliser pour tout le monde.

L'équipe PIX Moving a déclaré que le produit final sera un service cloud basé sur le Web.

Pas besoin de configuration et de déploiement fastidieux de logiciels industriels dans le passé. Il peut être utilisé tant que vous ouvrez un navigateur et prend en charge la collaboration en ligne à plusieurs personnes.

Grâce à l'intelligence et à l'innovation des flux de travail, l'objectif ultime d'AAM™ est d'apporter des changements disruptifs dans l'industrie.

AIGC change le modèle de production

Il n'est pas difficile de voir que ce qu'on appelle « construire une voiture avec ChatGPT » n'est pas ce que cela signifie littéralement.

Au lieu de cela, nous utilisons le modèle AIGC représenté par ChatGPT pour modifier les liens de conception, d'ingénierie et de fabrication dans le processus de construction automobile traditionnel.

Un problème majeur inhérent à la conception automobile traditionnelle peut être résumé par « un cheveu affecte tout le corps », car les processus de subdivision qu'il couvre sont non seulement compliqués, mais également imbriqués.

Par exemple, dessin de modèle informatique, analyse technique, estimation des coûts, expériences de fiabilité, etc. Une fois que le client propose une demande de modification pour un certain lien, cela revient à donner à l'équipe de conception un "recommencement"...

Domaine de la conception automobile Non seulement la demande est fragmentée, mais elle évolue également progressivement dans le sens de la diversification et de la non-standardisation. Différents scénarios tels que la logistique, la sécurité, l'agriculture, etc. rendront impossible la conception automobile pour atteindre « un modèle unique ». couvre tout". ".

Une caractéristique majeure des AIGC comme ChatGPT est qu'ils peuvent utiliser des réserves de connaissances et de capacités de niveau expert pour présenter des résultats de haute qualité en très peu de temps.

Avec la combinaison des deux, il n'est pas difficile de comprendre l'objectif de la décision de PIX Moving : faire d'AAM™ le ChatGPT de l'industrie.

À en juger par les résultats réels après "au travail", l'exactitude de ce modèle peut également être confirmée.

Il est entendu qu'avec le soutien d'AAM™, l'efficacité du processus de conception automobile peut être augmentée de 10 fois, ce qui est 50 à 100 fois plus élevé que l'efficacité de la conception manuelle, et cela peut également fournir de « meilleures solutions » en termes de précision et de stabilité.

Et PIX Moving exerce non seulement ses efforts côté conception, mais propose également RTM™ (Real-time Moulding Model) côté fabrication. Cette combinaison de poinçons peut se résumer ainsi :

• AAM™ : convertir le. véhicule La conception est numérisée et systématique, et des plans de conception de haute qualité sont rapidement déterminés
• RTM™ : reprend le plan déterminé et réalise rapidement la fabrication numérique grâce au système de moulage en temps réel sans moule ;

△RTM™, démonstration de la technologie de moulage en temps réel

Ce modèle d'amélioration de l'efficacité de la fabrication automobile avec les idées AIGC a également été reconnu par le géant mondial des logiciels industriels Autodesk :

En octobre 2022, grâce à PIX Moving l'innovation et la contribution à la conception d'algorithmes d'IA et aux nouveaux processus de fabrication ont reçu le prix de l'innovateur de l'année.

Mais le jeu joué par PIX Moving ne se limite pas au domaine de la fabrication automobile et il est entendu qu'ils copieront également ce modèle dans de nombreux domaines à l'avenir. domaines du design industriel.

En ce qui concerne l'objectif plus ambitieux, peut-être tout comme l'invention de la chaîne de montage par Ford il y a cent ans, qui a permis aux voitures d'entrer dans des milliers de foyers et de devenir des biens de consommation de masse, l'innovation des processus de PIX Moving fera de la personnalisation le courant dominant du prochain génération de production industrielle. Comme l'a déclaré le PDG Yu Chuan : 

Le processus de fabrication détermine les limites de l'innovation des produits matériels.

...

Alors, les développeurs ordinaires peuvent-ils expérimenter ChatGPT dans l'industrie ? Cela peut être fait.

Il est entendu qu'en avril 2023, PIX AAM™ ouvrira certains modules fonctionnels gratuits au monde extérieur sous forme de SaaS ou PaaS !

Les amis qui souhaitent en faire l'expérience peuvent en attendre les bénéfices.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!