La conception de voitures électriques vient de devenir plus rapide grâce à l’IA de Toyota.

Toyota's AI speeds up electric car design.

Le Toyota Research Institute (TRI) a fait une annonce dans le monde de la conception de véhicules. Ils ont dévoilé une technique révolutionnaire d’intelligence artificielle générative (IA) pour transformer la façon dont les véhicules électriques (VE) sont conçus. Avec cette nouvelle technologie, Toyota vise à surmonter les contraintes qui entravent souvent le développement manuel de la conception des VE. Plongeons plus en profondeur dans cette avancée passionnante.

Lire aussi : Le PDG de Tech Mahindra accepte le défi AI de Sam Altman

Améliorer le processus créatif

Les concepteurs peuvent maintenant tirer parti d’outils d’IA générative de texte en image disponibles publiquement comme première étape de leur processus créatif. La technique innovante de TRI permet aux concepteurs d’incorporer des ébauches de conception initiales et des contraintes d’ingénierie dans ce processus, réduisant considérablement le nombre d’itérations nécessaires pour concilier les considérations de conception et d’ingénierie. Cela permet non seulement de gagner du temps, mais améliore également l’efficacité du processus de conception.

Lire aussi : Meta lance une IA de concepteur “humaine” pour les images

Conception plus rapide et plus efficace

L’implémentation de la nouvelle technique de TRI peut potentiellement révolutionner la conception de véhicules électriques. En incorporant directement les contraintes d’ingénierie dans le processus de conception, cet outil permet à Toyota de concevoir des véhicules électrifiés plus rapidement et plus efficacement que jamais. La réduction du temps de conception est un avantage significatif qui permet à Toyota de rester à l’avant-garde de l’innovation en matière de VE.

Lire aussi : zPod, premier véhicule autonome piloté par IA de l’Inde

Optimisation des mesures de performance

Un aspect crucial de la conception de VE est l’optimisation des mesures de performance. Par exemple, la réduction de la traînée est essentielle pour améliorer l’aérodynamique des véhicules électriques à batterie (VEB) et maximiser leur autonomie. La nouvelle technique d’IA développée par TRI prend en compte ces mesures de performance. Takero Kato, président de l’usine de VEB de Toyota Motor Corporation, souligne l’importance de la réduction de la traînée pour améliorer l’efficacité des VEB. Cette nouvelle technologie permet à Toyota d’optimiser les mesures de performance telles que la traînée, la hauteur de conduite et les dimensions de la cabine.

Fusion de l’ingénierie et de l’IA

Traditionnellement, les outils d’IA générative ont été utilisés comme sources d’inspiration pour les concepteurs. Cependant, ils ne peuvent souvent pas gérer les considérations d’ingénierie et de sécurité complexes impliquées dans la conception réelle de voitures. Avinash Balachandran, directeur de la division de conduite interactive humaine (HID) de TRI, souligne l’importance de fusionner l’expertise en ingénierie de Toyota avec les capacités modernes d’IA générative. Cette intégration permet d’obtenir le meilleur des deux mondes, en fournissant aux concepteurs des outils avancés tout en veillant à ce que l’ingénierie et la sécurité ne soient pas compromises.

Lire aussi : Les voitures Mercedes-Benz deviennent encore plus intelligentes avec ChatGPT

Intégration des contraintes d’ingénierie

Les chercheurs de TRI ont publié deux articles décrivant comment la nouvelle technique intègre des contraintes d’ingénierie précises dans le processus de conception. Des contraintes clés telles que la traînée, qui affecte l’efficacité énergétique, et les dimensions du châssis telles que la hauteur de conduite et les dimensions de la cabine, qui influent sur la manipulation, l’ergonomie et la sécurité, peuvent désormais être intégrées implicitement dans le processus d’IA générative. Cette percée ouvre des possibilités infinies pour concevoir des véhicules qui sont non seulement esthétiquement agréables, mais aussi hautement fonctionnels.

Lire aussi : Conduisez vers l’avenir avec la prochaine génération d’IA et de technologie de conduite hors route autonome de Jeep

La fusion de la théorie de l’optimisation et de l’IA générative

L’équipe de TRI a combiné des principes de la théorie de l’optimisation, largement utilisée en ingénierie assistée par ordinateur, avec l’IA générative basée sur le texte en image. L’algorithme résultant permet aux concepteurs d’optimiser les contraintes d’ingénierie tout en conservant leurs directives stylistiques basées sur le texte pour le processus d’IA générative. Cette fusion transparente de la théorie de l’optimisation et de l’IA générative permet aux concepteurs d’équilibrer forme et fonction dans leurs conceptions.

En savoir plus : Rejoignez-nous pour une expérience d’apprentissage extraordinaire ! Découvrez le monde sans limites de l’IA générative avec les modèles de diffusion lors de notre prochain atelier au DataHack Summit 2023.

Le rêve d’un concepteur

Imaginez un concepteur capable de demander une série de conceptions basées sur une ébauche de prototype initial tout en spécifiant des propriétés stylistiques telles que “élégant”, “de type SUV” et “moderne”. Cette nouvelle technique d’IA rend de tels rêves réalité. Les concepteurs peuvent désormais optimiser les mesures de performance quantitatives, telles que la traînée aérodynamique, tout en conservant leurs éléments stylistiques souhaités. Le document de recherche de TRI se concentre principalement sur la traînée aérodynamique, mais l’approche peut être appliquée pour optimiser d’autres mesures de performance ou contraintes déduites d’une image de conception.

Notre point de vue

La dernière technique d’IA de TRI est un témoignage de son engagement à exploiter le pouvoir créatif de l’IA pour amplifier les compétences des concepteurs et ingénieurs automobiles. Cette percée permet une conception plus rapide et plus efficace des véhicules électriques et garantit que les contraintes d’ingénierie sont intégrées de manière transparente dans le processus de conception. Toyota continue de repousser les limites de l’innovation, consolidant ainsi sa position de leader dans les véhicules électriques.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AI

Des chercheurs de l'Université de Pékin présentent ChatLaw un modèle de langage juridique à grande échelle en open-source avec des bases de connaissances externes intégrées.

Grâce à la croissance et au développement continus de l’intelligence artificielle, les modèles de langage à gra...

Apprentissage automatique

Qu'est-ce qu'un circuit intégré programmable sur le terrain (FPGA) FPGA vs GPU pour l'intelligence artificielle (IA)

Un FPGA (Field Programmable Gate Array) est un circuit intégré qui peut être configuré et personnalisé après sa fabri...

AI

Cet article sur l'IA dévoile le secret de l'apprentissage en contexte Comment les modèles de langage encodent les fonctions dans la magie des vecteurs

Dans les modèles de langage transformateur autorégressifs, un mécanisme neuronal est identifié qui représente une fon...

AI

Cette newsletter sur l'IA est tout ce dont vous avez besoin #58

Cette semaine, nous avons été enthousiasmés de voir deux nouvelles avancées en IA en dehors du domaine du TALN. La de...