麻省理工学院的庞大数据库包含 8,000 种 AI 生成的新电动汽车设计,可能会塑造汽车的未来

麻省理工学院工程师制作的开源数据库包含 8000 多种空气动力学汽车设计,可以训练未来的 AI 模型来设计未来的电动汽车。
(图片来源:Mohamed Elrefaie)
麻省理工学院的工程师已经创建了 8,000 多种电动汽车 (EV) 设计,这些设计可以与人工智能 (AI) 相结合,以在未来快速制造汽车。
工程师们说,这个开源数据库被称为“DrivAerNet++”,包括基于目前最常见的汽车类型的设计,显示为 3D 模型,其中包含设计空气动力学等信息。
电动汽车已经存在了 100 多年,但最近人气飙升。设计这些汽车需要公司数年时间、资源、迭代和修订,直到他们达到最终设计,然后他们可以构建物理原型。
由于其专有性质,这些测试的规格和结果(以及原型的空气动力学)是私有的。科学家们表示,这意味着电动汽车续航里程或燃油效率的重大进步可能会很慢。
然而,新数据库旨在以指数级速度加快对更好汽车设计的搜索。
这个汽车设计数字库包括有关规格和空气动力学的详细数据。研究人员表示,如果将来与 AI 模型相结合,这个数字库可用于生成新的电动汽车设计。
工程师们表示,通过简化漫长的流程,制造商可以比以往更快地开发电动汽车设计。
该团队展示了一篇论文,该论文于 6 月 13 日上传到预印本 arXiv 数据库,概述了数据集以及如何将其与 AI 技术相结合。他们在 12 月于温哥华举行的 NeurIPS 会议上介绍了这项工作。一个
依靠 AI 在几秒钟内创建汽车设计
研究人员创建的数据集产生了 39TB 的数据,同时使用 MIT SuperCloud(一个用于科学研究的超级强大的计算机集群,可以远程访问)消耗 300 万个中央处理单元小时。
该团队应用了一种算法,该系统系统地调整了每个基线车型的 26 个参数,包括车辆长度、车身底部特征、胎面和车轮形状以及挡风玻璃坡度。他们还运行了一种算法,以确定新生成的设计是已经存在的东西的副本还是真正的新东西。
然后,每个 3D 设计都被转换为不同的可读格式,包括网格、点云,或者只是尺寸和规格列表。最后,他们运行了复杂的流体动力学仿真,以计算空气如何围绕每个生成的设计流动。
“正向过程非常昂贵,以至于制造商只能将汽车从一个版本调整到另一个版本,”麻省理工学院机械工程助理教授 Faez Ahmed 在一份声明中补充道。“但是,如果你有更大的数据集,你知道每个设计的性能,现在你可以训练机器学习模型来快速迭代,这样你更有可能获得更好的设计。”
麻省理工学院机械工程专业的学生 Mohamed Elrefaie 在声明中表示,该数据集有助于降低研发成本并加快进步。他补充说,加快设计过程也将有助于气候,如果这意味着更高效的车辆可以更快地到达消费者手中。,这种设计加速的关键是与 AI 工具的集成。该数据集可让您训练生成式 AI 模型“在几秒钟内完成工作,而不是几小时”,Ahmed 补充道。
过去的 AI 模型可以生成看似优化的设计,但它们依赖于有限的训练数据。
新数据集提供了更强大的训练数据,AI 模型现在可以使用这些数据来创建新设计或测试现有设计的空气动力学。然后,这可用于计算 EV 的效率和续航里程,而无需物理原型。
声明:留学通所有作品(图文、音视频)均由用户自行上传分享,仅供网友学习交流,版权归原作者admin所有。若您的权利被侵害,请联系 548763972@qq.com 删除。
本文链接:https://www.liuxuetong.cn/102672.html