Maison Périphériques technologiques IA IA générative dans l'ingénierie océanique : des ensembles de données propriétaires insuffisants limitent ses applications pratiques

IA générative dans l'ingénierie océanique : des ensembles de données propriétaires insuffisants limitent ses applications pratiques

Oct 30, 2023 pm 02:21 PM
生成式ai Génie maritime

IA générative dans lingénierie océanique : des ensembles de données propriétaires insuffisants limitent ses applications pratiques

L'informatique moderne améliore considérablement les processus de conception et de construction dans la construction navale et l'ingénierie offshore, mais des ensembles de données limités entravent sa poursuite de l'intégration.

Le nom de la discipline de l'architecture navale et du génie maritime (NAME) n'a peut-être que quelques centaines d'années, mais ses origines remontent à d'anciennes civilisations il y a des milliers d'années, lorsque les humains construisaient déjà des navires pour explorer le monde. et exercer des activités commerciales. De nombreuses personnes, dont Archimède, Bouguer et Chapman, ont affiné les concepts de flottabilité, de stabilité et de conception des navires en méthodes et théories scientifiques.

L'architecture navale et le génie maritime sont une discipline d'ingénierie professionnelle impliquée dans la conception, la construction, les tests, l'arpentage, la maintenance et l'exploitation de navires et de structures maritimes. J'ai obtenu un baccalauréat en construction maritime et en génie océanique de l'Académie de la Garde côtière des États-Unis et une maîtrise de l'Université de Californie à Berkeley. Depuis 22 ans, je travaille comme constructeur naval dans un cabinet de conseil maritime privé, concevant des navires à passagers, des navires de recherche marine, des barges et d'autres navires.

L'architecture navale est une discipline globale couvrant la conception de quais flottants, sophistiqués 1 200- des bateaux de croisière à pied et même un porte-avions qui ressemble à une ville maritime. Les professionnels concernés sont également responsables de la conception de plates-formes éoliennes offshore, de sous-marins, de porte-conteneurs, de navires autonomes et de presque tous les navires qui opèrent sous l'eau ou sur l'eau.

Les architectes navals contemporains passent leurs cours universitaires à l'aide de crayons, de dessins au trait et de petits modèles pour acquérir des connaissances professionnelles, y compris moi-même. Cependant, le processus de conception réel a entièrement intégré des applications informatiques avancées basées sur l'apprentissage automatique.

Le dessin au trait en classe est utilisé pour décrire la forme de la coque, évaluant ainsi le processus de conception et de construction du navire. Lorsque vous utilisez des crayons et des lignes de dessin, vous devez souvent dessiner et effacer à plusieurs reprises, et utiliser une inspection visuelle pour déterminer si la courbe est suffisamment lisse. Mais désormais, de nombreux logiciels peuvent nous aider à dessiner rapidement des schémas de lignes de coque et à utiliser des algorithmes pour vérifier le plan actuel à l'aide des données historiques collectées.

L'augmentation de la puissance de calcul moderne permet aux ingénieurs de tester des variables et d'évaluer leur efficacité en quelques secondes, une tâche qui aurait pu prendre des heures, voire des jours dans le passé. La raison pour laquelle cette amélioration de l'efficacité peut être obtenue est indissociable de l'exploration incessante des principes scientifiques et des formules de calcul au cours des centaines d'années passées. De plus, le logiciel contient des normes de sécurité minimales et des exigences de conformité qui doivent être respectées.

Comme le dit le proverbe, « l’industrie maritime a toujours mis du temps à adopter les nouvelles technologies ». Cependant, si nous entrons dans un chantier naval ou une entreprise de conception technique moderne, nous verrons l’application courante de technologies telles que la modélisation 3D, la dynamique des fluides computationnelle, l’analyse par éléments finis et la fabrication robotisée. Cela montre que cette compréhension est souvent incorrecte. Désormais, l'industrie de la construction navale devrait également envisager d'introduire des outils plus avancés, tels que l'apprentissage automatique et l'intelligence artificielle. De nos jours, les ingénieurs en construction navale et offshore utilisent des progiciels avancés pour améliorer considérablement l'efficacité et la précision de la conception et du développement, et certains de ces outils sont particulièrement adapté à la combinaison avec l’apprentissage automatique et l’IA. Par exemple, la dynamique numérique des fluides (CFD) utilise principalement les équations de Navier-Stokes pour modéliser les fluides dans lesquels les navires se déplacent.

Grâce aux améliorations de la puissance de calcul moderne, nous pouvons évaluer les phénomènes physiques grâce à des calculs. Mais même avec les ordinateurs les plus puissants disponibles, de telles simulations nécessitent souvent beaucoup de temps et des investissements considérables. Par conséquent, les réservoirs de remorquage sont encore largement utilisés pour évaluer et mesurer la forme et les performances de la coque. Mais avec l'aide de la dynamique des fluides computationnelle, nous pouvons désormais également créer une session de remorquage « virtuelle » pour discuter avec l'IA de la manière d'optimiser la forme de la coque, puis effectuer des tests et des vérifications supplémentaires à travers des scénarios réels. Dans un monde idéal, vous n’auriez même pas besoin de tester physiquement les réservoirs de remorquage pour trouver la conception optimale. L'apprentissage automatique peut réduire la durée de ces simulations, ce qui permet aux clients d'économiser de l'argent tout en réduisant le risque d'erreurs.

Le principal obstacle actuel à l’application ultérieure de l’IA au-delà des algorithmes d’apprentissage automatique de base est que les ensembles de données propriétaires disponibles pour l’IA sont trop limités. Pour que l’IA réussisse, les systèmes d’IA nécessitent généralement de grandes quantités de données pour extraire et construire des réponses efficaces aux requêtes. Sans ensembles de données puissants, les applications d’IA dans la construction navale et l’ingénierie offshore ne seront pas efficaces. Notre entreprise a réalisé que la collecte et l'application de données du monde réel sur un cycle pluriannuel sont devenues une condition préalable importante pour réduire les erreurs et améliorer la conception. Nous avons donc commencé à prendre des mesures pour organiser et utiliser activement ces données dans les conceptions futures

Certains domaines de la construction navale et du génie maritime ont en effet accumulé de vastes ensembles de données qui sont utilisés pour améliorer la conception technique, notamment les mesures des vagues et des courants, les enregistrements de manœuvres des navires et les journaux de performances des équipements marins. Bien qu’il existe une grande quantité de données disponibles sur de telles activités, elles sont souvent gérées par des agences gouvernementales, des opérateurs et des fabricants d’équipements, et il n’existe actuellement aucun ensemble de données mondial facilement accessible à toutes les parties prenantes.

L'application pratique des données de conception des navires est encore assez limitée pour plusieurs raisons. Ces raisons incluent des conceptions privées ou financées par le gouvernement (les données sont réservées à l'usage du propriétaire), des conceptions de navires spécialisées (uniquement disponibles pour des types spécifiques de navires, portée limitée) et le manque de financement nécessaire pour collecter, valider et fournir des données réellement utilisables

Austal, un fabricant australien de conception de navires, a révélé quelques détails de son outil DeepMorpher. Cet outil utilise l'IA et la technologie d'apprentissage automatique pour optimiser la forme de la coque. La société a déclaré dans la presse qu'elle utilisait le calcul haute performance pour réduire le temps d'exécution du calcul de la dynamique des fluides, tout en travaillant également avec son ensemble de données de conception de coque 3D. Austal dispose d'une vaste bibliothèque de formes de coque et, après tests et validation, a constaté que les performances de DeepMorpher étaient bien supérieures à celles de plusieurs autres modèles existants.

Si l’anonymat des données peut être garanti partout et que l’accès ouvert aux données peut effectivement apporter des avantages quantifiables aux propriétaires, alors les restrictions strictes actuelles sur les données propriétaires devraient être assouplies à l’avenir. De plus, certaines décisions de conception, telles que les plans directeurs conçus pour des cas d'utilisation spécifiques ou des besoins clients, peuvent rester exclusives et fermées au public.

Cependant, d'autres décisions de conception sont prises pour répondre à la certitude mathématique ou aux exigences réglementaires requises pour la conception globale. Si les propriétaires, y compris les agences gouvernementales, peuvent comprendre comment les systèmes de données et d'intelligence artificielle peuvent améliorer l'efficacité du travail de conception, ils pourraient prendre l'initiative de fournir des ensembles de données

Il n'existe pas de bonne solution pour différents types de navires spéciaux. L'espace d'application peut être commun à différents navires à certains égards, vous pouvez donc essayer d'exploiter des données pertinentes. Mais même ainsi, le processus de validation des données et de vérification de leur transfert nécessite beaucoup de temps et d'argent, il est donc nécessaire de trouver des moyens de « nettoyer » les données pour contrôler les coûts et améliorer leur portée pratique

Construction navale et l'ingénierie offshore est un endroit intéressant Dans le domaine de l'ingénierie, il est nécessaire de concevoir la forme de la coque, la structure interne, la production d'électricité, la distribution, l'aménagement intérieur, les modalités de vie et de travail, l'ergonomie, etc., de manière à former une plate-forme offshore flottante qui peut maintenir la vie et aider l'équipage à faire le travail sur la plate-forme.

La conception de tous les espaces et systèmes prend un temps considérable, et plusieurs besoins doivent être satisfaits en même temps, et diverses erreurs de conception potentielles doivent être découvertes et résolues en temps opportun. L'IA peut être utilisée pour réduire les erreurs, garantir le respect des exigences de conformité, répondre à une variété de besoins ergonomiques et fournir une conception de système électrique et d'équipement « qui fonctionne parfaitement ».

Les navires modernes d'aujourd'hui disposent de systèmes électriques et de contrôle étendus. L'ensemble du navire est contrôlé par des ordinateurs, et les nouveaux ferries entièrement électriques/hybrides doivent être équipés de systèmes de contrôle et de surveillance avancés. L’IA peut nous aider à découvrir et à résoudre les conflits entre ces systèmes pendant la phase de conception, plus rapidement que les experts humains et, espérons-le, avec moins d’erreurs de jugement.

Le transport par eau est la principale méthode d'échange de marchandises, représentant environ 90 %. Des millions de personnes voyagent chaque année à travers le monde à bord de ferries et d’autres navires à passagers. La demande de talents dans l’industrie maritime est très élevée. En raison du nombre limité de membres d’équipage qualifiés, de nombreux vols réguliers ont dû être reportés ou annulés. Il n'y a que quelques universités aux États-Unis qui proposent des diplômes en architecture navale et en ingénierie océanique, il devient donc difficile de promouvoir la recherche et l'application des technologies d'apprentissage automatique et d'intelligence artificielle dans ce domaine

Avec une technologie d'IA puissante, des problèmes de ressources humaines peut être résolu, mais cela relève du cycle sans fin selon lequel est venu en premier, la poule ou l’œuf. Étant donné que les projets gouvernementaux ont signé plusieurs contrats de navires, peuvent conserver une certaine ouverture de conception (à condition que cela n'affecte pas la sécurité des navires) et disposent de généreuses réserves de financement pour la R&D, il semble que l'industrie de la construction navale puisse coopérer avec la Garde côtière américaine ou les États-Unis. La marine va explorer conjointement les perspectives d'application de la technologie de l'IA

La marine américaine dispose d'une grande flotte de navires, elle est donc particulièrement adaptée comme point de départ pour l'exploration de l'IA et de l'apprentissage automatique. La Task Force Hopper, lancée en 2021, espère accélérer les capacités d'IA de l'ensemble de la flotte de surface de la Marine, mais elle se concentrera principalement sur le niveau du combat. Cependant, avec l’appui d’une grande quantité de données disponibles et d’une série de conceptions de navires, on pense que l’IA sera probablement appliquée à la conception réelle des navires à l’avenir.

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!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Comment réparer l'audio si vous n'entendez personne
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Comment déverrouiller tout dans Myrise
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Le mathématicien chinois Terence Tao dirige le groupe de travail sur l'IA générative de la Maison Blanche, et Li Feifei prendra la parole au sein du groupe. Le mathématicien chinois Terence Tao dirige le groupe de travail sur l'IA générative de la Maison Blanche, et Li Feifei prendra la parole au sein du groupe. May 25, 2023 am 10:36 AM

Le groupe de travail sur l'IA générative établi par le Conseil présidentiel des conseillers en science et technologie est conçu pour aider à évaluer les principales opportunités et risques dans le domaine de l'intelligence artificielle et fournir des conseils au président pour garantir que ces technologies sont développées et déployées de manière équitable et sûre. , et de la manière la plus responsable possible. Lisa Su, PDG d'AMD, et Phil Venables, responsable de la sécurité des informations de Google Cloud, sont également membres du groupe de travail. Terence Tao, mathématicien sino-américain et lauréat de la médaille Fields. Le 13 mai, heure locale, le mathématicien sino-américain et lauréat de la médaille Fields Terence Tao a annoncé que lui et la physicienne Laura Greene codirigeraient le groupe de travail sur l'intelligence artificielle générative du Conseil présidentiel américain des conseillers en science et technologie (PCAST).

De « humain + RPA » à « humain + IA générative + RPA », comment le LLM affecte-t-il l'interaction homme-machine RPA ? De « humain + RPA » à « humain + IA générative + RPA », comment le LLM affecte-t-il l'interaction homme-machine RPA ? Jun 05, 2023 pm 12:30 PM

Source de l'image@visualchinesewen|Wang Jiwei De « humain + RPA » à « humain + IA générative + RPA », comment le LLM affecte-t-il l'interaction homme-machine RPA ? D'un autre point de vue, comment le LLM affecte-t-il la RPA du point de vue de l'interaction homme-machine ? La RPA, qui affecte l'interaction homme-machine dans le développement de programmes et l'automatisation des processus, sera désormais également modifiée par le LLM ? Comment le LLM affecte-t-il l’interaction homme-machine ? Comment l’IA générative modifie-t-elle l’interaction homme-machine de la RPA ? Apprenez-en davantage dans un article : L'ère des grands modèles arrive, et l'IA générative basée sur LLM transforme rapidement l'interaction homme-machine RPA ; l'IA générative redéfinit l'interaction homme-machine, et LLM affecte les changements dans l'architecture logicielle RPA. Si vous demandez quelle est la contribution de la RPA au développement et à l’automatisation des programmes, l’une des réponses est qu’elle a modifié l’interaction homme-machine (HCI, h).

Pourquoi l'IA générative est-elle recherchée par diverses industries ? Pourquoi l'IA générative est-elle recherchée par diverses industries ? Mar 30, 2024 pm 07:36 PM

L'IA générative est un type de technologie d'intelligence artificielle humaine qui peut générer différents types de contenu, notamment du texte, des images, de l'audio et des données synthétiques. Alors, qu’est-ce que l’intelligence artificielle ? Quelle est la différence entre l’intelligence artificielle et l’apprentissage automatique ? L'intelligence artificielle est la discipline, une branche de l'informatique, qui étudie la création d'agents intelligents, c'est-à-dire des systèmes capables de raisonner, d'apprendre et d'effectuer des actions de manière autonome. À la base, l’intelligence artificielle concerne les théories et les méthodes de construction de machines qui pensent et agissent comme des humains. Au sein de cette discipline, le machine learning ML est un domaine de l'intelligence artificielle. Il s'agit d'un programme ou d'un système qui entraîne un modèle basé sur des données d'entrée. Le modèle entraîné peut faire des prédictions utiles à partir de données nouvelles ou invisibles dérivées des données unifiées sur lesquelles le modèle a été entraîné.

Dites adieu aux logiciels de conception pour générer des rendus en une phrase, l'IA générative bouleverse le domaine de la décoration et de la décoration, avec 28 outils populaires Dites adieu aux logiciels de conception pour générer des rendus en une phrase, l'IA générative bouleverse le domaine de la décoration et de la décoration, avec 28 outils populaires Jun 10, 2023 pm 03:33 PM

▲Cette image a été générée par AI. Kujiale, Sanweijia, Dongyi Risheng, etc. ont déjà pris des mesures. La chaîne industrielle de la décoration et de la décoration a introduit l'AIGC à grande échelle. Quelles sont les applications de l'IA générative dans le domaine de la décoration et de la décoration. ? Quel impact cela a-t-il sur les designers ? Un article pour comprendre et dire au revoir à divers logiciels de conception pour générer des rendus en une phrase. L'IA générative bouleverse le domaine de la décoration et de la décoration. L'utilisation de l'intelligence artificielle pour améliorer les capacités améliore l'efficacité de la conception. Quel est l'impact de l'IA générative sur l'industrie de la décoration et de la décoration ? Quelles sont les futures tendances de développement ? Un article pour comprendre comment LLM révolutionne la décoration et la décoration. Ces 28 outils populaires de conception de décoration par IA générative valent la peine d'être essayés Article/Wang Jiwei Dans le domaine de la décoration et de la décoration, il y a eu beaucoup de nouvelles liées à l'AIGC récemment. Collov lance l'outil de conception générative basé sur l'IA Col

À regarder : Quel est le potentiel de l'application de l'IA générative à l'automatisation des réseaux ? À regarder : Quel est le potentiel de l'application de l'IA générative à l'automatisation des réseaux ? Aug 17, 2023 pm 07:57 PM

L’intelligence artificielle générative (GenAI) devrait devenir une tendance technologique incontournable d’ici 2023, apportant des applications importantes aux entreprises et aux particuliers, notamment dans le domaine de l’éducation, selon un nouveau rapport du cabinet d’études de marché Omdia. Dans le domaine des télécommunications, les cas d'utilisation de GenAI se concentrent principalement sur la fourniture de contenu marketing personnalisé ou sur la prise en charge d'assistants virtuels plus sophistiqués pour améliorer l'expérience client. Bien que l'application de l'IA générative dans les opérations réseau ne soit pas évidente, EnterpriseWeb a développé un concept intéressant : la validation. démontrant le potentiel de l'IA générative sur le terrain, les capacités et les limites de l'IA générative dans l'automatisation des réseaux. L'une des premières applications de l'IA générative dans les opérations de réseau a été l'utilisation de conseils interactifs pour remplacer les manuels d'ingénierie pour aider à installer les éléments du réseau, de

Quel géant de la technologie se cache derrière l'innovation en IA générative de Haier et Siemens ? Quel géant de la technologie se cache derrière l'innovation en IA générative de Haier et Siemens ? Nov 21, 2023 am 09:02 AM

Gu Fan, directeur général du département de développement commercial stratégique d'Amazon Cloud Technology Grande Chine En 2023, les grands modèles linguistiques et l'IA générative « augmenteront » sur le marché mondial, déclenchant non seulement un suivi « écrasant » dans l'IA et l'industrie du cloud computing, mais aussi attirer vigoureusement les géants de la fabrication à rejoindre l'industrie. Le Haier Innovation Design Center a créé la première solution de conception industrielle AIGC du pays, qui a considérablement raccourci le cycle de conception et réduit les coûts de conception conceptuelle. Elle a non seulement accéléré la conception conceptuelle globale de 83 %, mais a également augmenté l'efficacité du rendu intégré d'environ 90 %, de manière efficace. Les problèmes de résolution incluent des coûts de main-d'œuvre élevés et une faible production de concepts et une faible efficacité d'approbation au stade de la conception. La base de connaissances intelligente et le robot conversationnel intelligent « Xiaoyu » de Siemens Chine, basés sur son propre modèle, disposent d'un traitement du langage naturel, d'une récupération de la base de connaissances et d'une grande formation linguistique grâce aux données.

Tencent Hunyuan met à niveau la matrice de modèles et lance un modèle d'articles longs de 256 000 sur le cloud​ Tencent Hunyuan met à niveau la matrice de modèles et lance un modèle d'articles longs de 256 000 sur le cloud​ Jun 01, 2024 pm 01:46 PM

La mise en œuvre de grands modèles s'accélère et la « praticité industrielle » est devenue un consensus de développement. Le 17 mai 2024, le Tencent Cloud Generative AI Industry Application Summit s'est tenu à Pékin, annonçant une série de progrès dans le développement de grands modèles et de produits d'application. Les capacités des grands modèles Hunyuan de Tencent continuent d'être mises à niveau. Plusieurs versions des modèles hunyuan-pro, hunyuan-standard et hunyuan-lite sont ouvertes au monde extérieur via Tencent Cloud pour répondre aux besoins de modèles des entreprises clientes et des développeurs dans différents scénarios et les mettre en œuvre. la solution modèle optimale et rentable. Tencent Cloud propose trois outils majeurs : un moteur de connaissances pour les grands modèles, un moteur de création d'images et un moteur de création vidéo, créant une chaîne d'outils native pour l'ère des grands modèles, simplifiant l'accès aux données, le réglage fin des modèles et les processus de développement d'applications via les services PaaS. pour aider les entreprises

Tendance transformatrice : l'intelligence artificielle générative et son impact sur le développement de logiciels Tendance transformatrice : l'intelligence artificielle générative et son impact sur le développement de logiciels Feb 26, 2024 pm 10:28 PM

L’essor de l’intelligence artificielle entraîne le développement rapide du développement de logiciels. Cette technologie puissante a le potentiel de révolutionner la façon dont nous construisons des logiciels, avec des impacts considérables sur tous les aspects de la conception, du développement, des tests et du déploiement. Pour les entreprises qui tentent de se lancer dans le domaine du développement dynamique de logiciels, l’émergence de la technologie de l’intelligence artificielle générative leur offre des opportunités de développement sans précédent. En intégrant cette technologie de pointe dans leurs processus de développement, les entreprises peuvent augmenter considérablement l’efficacité de la production, réduire les délais de mise sur le marché des produits et lancer des produits logiciels de haute qualité qui se démarquent sur le marché numérique extrêmement concurrentiel. Selon un rapport de McKinsey, la taille du marché de l’intelligence artificielle générative devrait atteindre 4 400 milliards de dollars d’ici 2031. Ces prévisions reflètent non seulement une tendance, mais montrent également le paysage technologique et commercial.

See all articles