自動車エンジニアリングにおけるAI (人工知能): なぜ今なのか？
「人工知能は、自動車エンジニアリングの課題に対する答えではなく、戦術です。人工知能は、ソリューションの要素を提供し、綿密に練られたエンジニアリング・プロセスとワークフローの一部であるべきです」
シーメンスデジタルインダストリーズ、Katrien Wyckaert
自動車業界では、人工知能 (AI) 技術の導入が進んでいます。自動車業界へのAIの応用は、研究開発から製造、物流、マーケティングまで多岐にわたります。また、AI技術は車内にも広がり、車両の運転にも影響を与えています。AIベースの自動車システムの設計は、困難な作業です。自動車のイノベーターは、膨大な量のデータを取得して処理します。
自動車エンジニアリングにおけるAIは、広大でやや曖昧なトピックです。少なくとも、そう感じます。自動車業界の多くの関係者は、AIがデジタル・トランスフォーメーションの重重要な足掛かりであることを認めていますが、この技術の具体的なアプリケーションを明らかにしている人はほとんどいません。
ホワイトペーパーを読む: 自動車設計プロセスにおけるAIの活用
このホワイトペーパーでは、具体的な例を挙げながら、AIと機械学習 (ML) を最大限に活用する3Dフレームワークについて説明しています。
自動車エンジニアリングにおけるAI (人工知能)
自動車へのAIの応用について考えるとき、私たちはしばしば自動運転車を思い浮かべます。完全な自動運転車は、まだ公道を走行していません。しかし、業界は明らかにその進化を注視しており、自律システムの開発に多くの時間、技術、リソースを投資しています。そして、AIツールの習得は、自動運転車の設計・開発を成功させる鍵となります。
しかし、自動運転車や先進運転支援システム (ADAS) の開発のためだけに、AIに焦点を当てていないでしょうか。そうであれば、エンジニアリングの実践を強化する機会を逃している可能性があります。
「AIは、次に進む貴重な一歩と考えています。単に自動運転で主要な役割を果たしているだけではありません。AIは、各種のプロセス、IT、研究開発の分野でも活用されています」
メルセデス・ベンツ・グループ最高情報責任者Jan Brecht氏 – 出典: Cap Gemini
AI技術の大規模な導入は、自動車メーカー内で徐々に増加しています。Cap Geminiの調査によれば、自動車の研究開発とエンジニアリングにAIを導入することにより、高いメリットが得られる可能性があることが示されています。出典: Cap Gemini
AIが豊富な機会をもたらす
技術革新担当シニア・ディレクターのHerman Van der Auweraerは、SimcenterでAI技術の活用を開拓しました。彼は次のように述べています。「自動車やその他の業界におけるAIは、新しいものではありません。私たちは、すでに80年代にロボットのプログラミング問題を解決し、プロセスの品質を管理するために、AI推論の一つであるエキスパート・システムについて検討していました。その後、ニューラル・ネットワークの波が押し寄せ、フライトデータ分析や車両の走行試験について研究しましたが、ニューラル・ネットワークの構造や可能性は現在のものとは異なっていました。また、それを適切に機能させる計算能力も不足していました。
戦略・イノベーション担当バイスプレジデントのKatrien Wyckaertは、自動車エンジニアリングに関して30年の経験があります。彼女は、Herman Van der AuweraerやSimcenterチームの他のメンバーと協力して、今日の車両エンジニアリングを支えるAIイニシアチブについて再検討しました。AIの応用範囲は、予想以上に広範囲です。どの段階であっても、車両の設計・開発にさまざまなAIや機械学習の手法が応用されています。これらは、人間の脳ができることよりも多くの選択肢を評価する可能性、情報を処理する時間の短縮、特定の基準やパラメーターの自動選択など、多くの利点をもたらします。
もちろん、一部のAI技術の応用は他の分野よりも成熟していますが、確かなことは、自動車エンジニアリングにおけるAIの潜在的用途は豊富であり、それらすべてに言及することはできないということです。おそらく、まだ想像すらしていないものも多いのではないでしょうか。
詳細はこちら
彼らの調査結果は、ウェビナー「AIを使用した自動車の性能エンジニアリングの推進」にまとめられ、再生することができます。
ウェビナー「AIを使用した自動車の性能エンジニアリングの推進」をご覧ください。
自動車エンジニアリングにおけるAIの使用は、自動車コミュニティ内で多くの疑問を引き起こします。Katrien Wyckaert、Herman Van der Auweraer、Simcenterチームのエンジニアや研究者との質疑応答セッションにご参加ください。
自動車エンジニアリングにおけるAI技術の導入を何が促進するか？
自動車の研究開発におけるAIの拡大の原動力は、さらなる先進運転支援システム (ADAS) の需要と自動運転車の出現であることは間違いありません。無人自動車は、AI技術のサポートなしには考えられません。画像認識やスマートカー制御の技術的進歩により、自動運転の次のレベルへと用途の可能性が拡大しています。
この自動車革命に参加することは、刺激的であり、やりがいがあります。Simcenterは、熱意をもって技術の進歩を監視し、未来の車両の設計・開発に積極的な役割を果たしています。
具体的な例については、Simcenterのエンジニアが、未来のインテリジェント・カーの開発にどのように貢献しているかを紹介する次の記事をご確認ください: 適切なツールで自動運転車のイノベーションを実現する
自動車エンジニアリングにおいてAがもたらす最大の課題とは？
1つ目の課題は、AI自体がエンジニアリングの問題の解決策ではないということです。AI技術が優れているという理由だけで、導入しないでください。AIは、ある研究開発の問題に対して解決策そのものではなく、解決策の要素であるかもしれません。エンジニアリングの目標に焦点を当て、AI技術とエンジニアリング分野に関する深い知識を組み合わせて、その適用性を理解することが重要です。さらに、アドホックなプロジェクトを実行するのではなく、エンジニアリング・プロセスとワークフローにAI技術を統合することが重要です。
2つ目の課題は、特定のエンジニアリングの問題を解決するには、どのAI技術が役立つかを理解することです。プロジェクトの範囲を構成した後、問題の解決に役立つ複数の技術があるとします。どれが「適切な」技術でしょうか？Simcenterでは、AI技術に関する知識を探求し、深めながら、問題に対するツールやアプローチを調整しています。
例えば、私たちはAIを使用して設計の意思決定を支援します。Simcenter Studioのジェネレーティブ・エンジニアリングを利用して、1,000種類以上のアーキテクチャを生成し、物理的に可能なアーキテクチャのみを保持する「スマート・アーキテクチャ」ワークフローを定義しています。ジェネレーティブ・エンジニアリングは、エンジニアリングのニーズに合わせたインテリジェントな材料の開発にも役立っています。車両開発段階の後半では、AI技術がスマート制御の開発をサポートして、モデル予測制御が車両の運転性能を向上させ、人間の運転スタイルを学習して模倣するようにAI技術を拡張できます。モデルベース・システムのテストでは、モデル次数の削減や仮想センシングなどのAIベースの技術が、実行可能なデジタルツインを実現します。
実行可能なデジタルツインの詳細については、このトピックに関するブログ記事シリーズをお読みください。
実行可能なデジタルツイン (xDT) – ブログ記事シリーズ
どの研究開発用途にどのAI技術を使用すべきか？
この問いには正解も不正解もありません。使用すべきAI技術は、想定される用途によって異なります。ニューラル・ネットワークは、データ間の複雑な関係のモデリングや、パターンの識別に適しています。これらは、大量のデータが利用可能な場合に特に効果的です。データの可用性が限られている場合は、他の機械学習手法が適している可能性があります。強化学習手法は、完全な状況の記述に基づいてその動作を学習するスマート制御システムの開発に最適です。大規模かつ複雑で時間のかかるシミュレーションの場合、機械学習手法の適応サンプリングが、限られたデータセットに基づいて知識を発見し、取得するのに役立ちます。シミュレーション・モデルから得られるインサイトが最大化され、データセットが推定されます。
Simcenterが、自動車エンジニアリングにおけるAIの先駆的なパートナーと言える理由とは？
Simcenterのポートフォリオは、長い歴史がある研究開発の取り組みに根差しています。Simcenterのエンジニアは、研究プロジェクトや大学や革新的企業とのパートナーシップを通じて、AIイノベーションの実験と導入に関するテラバイト規模のデータと広範な知識を収集してきました。
AI技術が組み込まれたSimcenterのさまざまなツールは、エンジニアリング・プロセスを強化し、複雑な問題に対処し、迅速に結果を提供します。例えば、Simcenterのポートフォリオには、Simcenter Amesim ROM Builder、Simcenter STAR-CCM+のAI拡張型CFDシミュレーションがあります。 また、HEEDSは、より適切かつ迅速に設計空間を探索するために、AI技術を活用しています。最後に、Simcenterエンジニアリング・サービスのエンジニアは、エンジニアリング・プロセスを強化する適切なAI手法の探索と導入に取り組んでいます。
Simcenterは、事実上、シミュレーションおよびテスト・ソリューションのプロバイダーでもあります。そのコア・コンピタンスを活用して、信頼できる結果を提供しています。AIは、体系的に繰り返すことも、信頼することもできない結果を生み出すブラックボックスと表現されることがあります。ビッグデータは、従来、その中心にありました。しかし、手元に限られたデータセットしかない場合はどうでしょうか？シミュレーションでのAIの活用は、大きな技術的ブレークスルーをもたらしました。実際、シミュレーションは物理現象に関する深い知識をプロセスに組み込んでいます。欠損データを、物理的挙動の理解とこれらに関するインサイトに置き換えます。
AI拡張型Simcenterソリューションの詳細:
- YouTube
- SimcenterとMonolith AIとCFDシミュレーションにおけるAIの応用
- Renaultの事例: バーチャル・センサーとAIを組み合わせて熱エンジンの課題に対処
今後、自動車設計エンジニアはAIに取って代わられるのか？
AIは自動車設計エンジニアの仕事を脅かしているでしょうか？率直に言って、私たちはそのように考えていません。AIは、設計エンジニアに取って代わるのではなく、エンジニアをサポートする存在です。AI技術により、エンジニアは、卓越したインサイトを活用してより多くの優れたことをより広範囲に行うことができます。AI技術は、エンジニアリングの専門知識を大量に蓄積することができます。専門技術者の知識を若い世代に伝えることは、常に課題でした。技術とシステムがかつてないほど複雑になる中、AIは、エンジニアリングの専門知識をより適切にトレーニングし、共有するための新たな道筋を描くことができます。
多くの自動車メーカーは、AIが求人市場に与える影響について楽観的な見方を共有していることが、Cap Geminiの調査で明らかになりました。出典: Cap Gemini
