Khi nói đến thiết kế sản phẩm, bất kể mục tiêu cuối cùng là gì, tất cả các dự án đều phải bắt đầu ở cùng một nơi đó là khai phá không gian thiết kế. Nếu không hiểu rõ về phạm vi các thiết kế thì có thể công tác tìm ra và chọn thiết kế (hoặc nhóm thiết kế) tốt nhất để giải quyết các yêu cầu của sản phẩm sẽ đơn giản là không thể.

Khi các sản phẩm ngày càng phức tạp, quy trình này cũng ngày càng tốn nhiều tài nguyên và thời gian hơn, nhưng giờ đây, nhờ các tiến bộ gần đây về trí tuệ nhân tạo (AI) và học máy (ML), đã có nhiều cách mới để tăng tốc khai phá không gian thiết kế và đạt được các thiết kế tối ưu nhanh hơn. Trong một podcast gần đây, Tiến sĩ Gabriel Amine-Eddine, Giám đốc sản phẩm kỹ thuật của Design Exploration Team HEEDS, đã thảo luận về cách thiết kế các công cụ khai phá không gian, như HEEDS của Siemens Xclerator, hoạt động và cách chúng có thể được tăng tốc bằng cách áp dụng AI và ML.

Cách khai phá không gian thiết kế

Gabriel giải thích, HEEDS là gói phần mềm phân tích và tối ưu hóa thiết kế đa ngành cung cấp khả năng tự động hóa quy trình và khai phá không gian thiết kế, mà các nhà thiết kế và kỹ sư có thể sử dụng để tìm ra các giải pháp sáng tạo đáp ứng mọi yêu cầu cho một sản phẩm nhất định. Quá trình này tương tác với các công cụ thiết kế và mô phỏng để tự động kiểm tra cách thức thay đổi các tham số khác nhau ảnh hưởng đến kết quả cuối cùng của thiết kế trước khi đưa ra lựa chọn kết quả tốt nhất để con người xem xét.

Mặc dù kết quả được hình thành từ quy trình  rất quan trọng để tạo ra các sản phẩm phức tạp và được tối ưu hóa cao ngày nay, nhưng việc hoàn thành nó vẫn tốn nhiều thời gian và nguồn lực. Mỗi khi các tham số thay đổi, một mô phỏng phải được chạy để tìm hiểu kết quả hoạt động tốt như thế nào hoặc liệu nó có đáp ứng được yêu cầu của dự án hay không. Chạy mô phỏng là một nhiệm vụ tốn nhiều thời gian và tốn kém về mặt tính toán, có thể làm chậm đáng kể quá trình thiết kế và thường dẫn đến kết quả khả thi đầu tiên được chọn vì việc tiếp tục khai phá không gian thiết kế một khi giải pháp đã được tìm thấy là không khả thi về mặt tài chính.

AI tăng tốc quá trình

AI là một công cụ mạnh mẽ giúp thực hiện các tác vụ chậm, cồng kềnh hoặc nặng về dữ liệu một cách nhanh chóng và dễ dàng hơn. Với sự phát triển gần đây của HEEDS AI Simulation Predictor của Gabriel và nhóm của ông, những lợi ích đó tác động sâu sắc đến với thế giới khai phá không gian trong thiết kế. Công cụ này áp dụng AI và ML theo cách tiếp cận kép để đạt được tốc độ tăng lên tới 40% hoặc hơn trong quá trình khai phá không gian thiết kế.

Đầu tiên, AI Accelerator được đào tạo bằng cách sử dụng dữ liệu từ các mô phỏng chạy có độ chính xác cao và tốn kém được tạo ra trong giai đoạn đầu của quá trình khai phá không gian thiết kế. Tuy nhiên, khi điều này được thực hiện, công cụ này có thể sử dụng mô phỏng thay thế hoặc mô hình thứ tự rút gọn (ROM) do AI điều khiển để suy ra kết quả chính xác – ngay cả trong những lĩnh vực mà nó chưa được đào tạo.

Việc kết hợp các ROM được hỗ trợ bởi AI với tối ưu hóa dựa trên song sinh kỹ thuật số trực tiếp cho phép đạt được hiệu quả tốt nhất của cả hai thế giới khi thiết kế khai phá không gian thiết kế. Nhanh chóng, rẻ tiền để chạy Các suy luận AI (AI inferences) chạy trong vài giây có thể được sử dụng để nhanh chóng xây dựng nhiều loại thiết kế khả thi, nhanh chóng kiểm tra một số lượng lớn hoán vị với chi phí thấp hoặc miễn phí. Đồng thời, các lĩnh vực chính vẫn có thể được hưởng lợi từ độ chính xác và độ trung thực cao hơn của mô phỏng truyền thống, giúp tạo ra kết quả nền tảng bằng các phương pháp mô phỏng đã được thử và đúng.

Hai thành phần quan trọng

Các mô hình AI thay thế và mô phỏng truyền thống có thể phối hợp với nhau để phát huy điểm mạnh và khắc phục điểm yếu của nhau. Đối với mỗi lần chạy mô phỏng đầy đủ, kết quả có thể được sử dụng để đào tạo và cải tiến thêm mô hình AI trong khi tốc độ suy luận AI có thể được sử dụng để giúp thu hẹp các lĩnh vực được quan tâm cụ thể mà mô phỏng đầy đủ sẽ mang lại lợi ích cao nhất.

Để tận dụng tối đa cả hai phương pháp, việc có một hệ thống có thể chọn thời điểm và vị trí áp dụng từng phương pháp một cách thông minh để đạt được tác động tối đa là rất quan trọng, Gabriel lưu ý vì điều quan trọng cần nhớ là các mô hình AI này cần rất nhiều dữ liệu để tìm hiểu từ ban đầu. Tuy nhiên, khi một mô hình được đào tạo, nó cũng có thể được áp dụng cho các dự án tương tự trong tương lai, tạo bước khởi đầu thuận lợi trong các giai đoạn thiết kế ban đầu quan trọng và mang theo kiến ​​thức thể chế có giá trị giữa các dự án.

AI giúp tạo ra thế hệ tiếp theo

Nhu cầu về các sản phẩm thông minh hơn, tốt hơn, bền vững hơn ngày càng tăng và việc chỉ dựa vào các phương pháp truyền thống để tìm ra thiết kế khả thi đầu tiên có thể không đủ để tạo ra một sản phẩm thế hệ tiếp theo thực sự. Giờ đây, nhờ các công cụ như HEEDS hỗ trợ AI, việc khai phá không gian thiết kế rộng hơn và định vị các thiết kế có khả năng đáp ứng nhu cầu đa diện của thế giới hiện đại sẽ nhanh hơn và dễ dàng hơn bao giờ hết.

Tham khảo bài viết gốc tại: Blogs Siemens DISW