Wie KI das Engineering-Design und die Simulation transformiert

Künstliche Intelligenz verändert rasch die Art und Weise, wie Ingenieure Produkte entwerfen, simulieren und optimieren. Von generativen Design-Tools über KI-gestützte digitale Zwillinge bis hin zu natürsprachlichen Schnittstellen wird Engineering-Software intelligenter und zugänglicher als je zuvor.

In einer Episode unseres zukunftsorientierten Beyond 3D Podcastplauderte Tech Soft 3Ds Jonathan Girroir mit dem Digital Engineering 24/7 Senior Editor Kenneth Wong darüber, wo KI bereits jetzt im Engineering Mehrwert schafft und was als Nächstes kommen könnte. Wir behandeln:

• Generatives Design & natürliche Sprache

• KI-unterstützte Benutzerschnittstellen

• Digitale Zwillinge

• KI-gestützte Simulation

• Zukünftige Probleme mit KI im Engineering

• FAQs zu KI im Engineering

Klicken Sie hier um den Podcast zu hören, der diesen Artikel informiert hat

Wie KI die Engineering-Software verändert

Generatives Design war der erste Schritt

Herr Wong diskutierte seine Ansicht, dass der Anfang des direkten Einflusses der künstlichen Intelligenz auf den Produktlebenszyklus vor einigen Jahren im generativen Design lag. Eine Art der ersten Version des KI-Einsatzes in Engineering-Workflows, bei der Benutzer ihre Designkriterien an die Software übermitteln konnten und im Gegenzug Designkonzepte erhielten. Obwohl nützlich, stellte dies nur die erste Welle der KI im Engineering dar.

Bereit, mehr über die Missverständnisse und die Realität von generativem Designzu erfahren? Sehen Sie sich unser Stück "Generatives Design: Einblicke, Mythen und mehr" an

Natürliche Sprache ist die nächste Grenze

Immer mehr werden andere Bereiche der KI-Technologie in Engineering-Bereiche integriert, insbesondere natürliche Sprachfähigkeiten.

Benutzer waren traditionell in der Art und Weise eingeschränkt, wie sie 3D-Umgebungen gestalten und interagieren. Dieser Prozess bestand typischerweise aus einem ziemlich mühsamen manuellen Ziehen von Objekten aus einer Bibliothek und deren Zusammenstellen zu etwas, das dem gewünschten Ergebnis ähnelt. Natürliche Sprachbefehle ermöglichen es Benutzern, in einer weitaus menschlicheren Weise mit der Software zu interagieren.

Herr Wong verwendete ein Beispiel eines Lagers, um zu erklären, wie sehr dies eine Verbesserung darstellt: Mit einem fähigen natürsprachigen KI-Tool könnten Benutzer der Software einfach anweisen, ein Lager mit den Objekten zu füllen, die man dort typischerweise erwartet, anstatt manuell einzelne Artikel zu platzieren.

Diese Fähigkeiten werden wahrscheinlich in immer mehr der Software erscheinen, die Ingenieure täglich verwenden.

Die nächsten Schritte werden wahrscheinlich beinhalten, dass wir unseren Design-Tools einfach sagen, wie wir eine Komponente bearbeiten, indem wir ein Loch hinzufügen, einen Raum verengen oder andere geometrische Änderungen vornehmen. Die Verbesserungen bei natürsprachlichen Design-Tools bieten die Möglichkeit, Workflows schneller, intuitiver und weitaus zugänglicher zu gestalten.

KI wird das Benutzererlebnis im Engineering verändern

Die Integration von KI-Tools in CAD- und Simulationssoftware wird unweigerlich Benutzeroberflächen und Erlebnisse verändern.

Wir könnten Software sehen, die mit KI-gestützten Assistenten ausgestattet ist, die Design-Ausgangspunkte basierend auf den Anforderungen eines Benutzers vorschlagen. Beginnend mit einem typischen Motorblock, einer Halterung, einem Bolzen oder einem anderen üblichen Bestandteil, könnten Ingenieure dann diese Konzepte manuell verfeinern oder mit KI-gestützten Tools weiter iterieren.

Wie genau diese Erfahrungen aussehen werden, bleibt abzuwarten. Herr Wong wies auf textbasierte Generierungstools wie Bing und Canva hin, als Beispiele dafür, wie KI bereits Benutzererfahrungen in anderen Branchen transformiert hat.

Diese Funktionen sind noch nicht im Mainstream der CAD-Software vorhanden, und es ist wichtig zu bedenken, wie neu diese Technologie immer noch ist. ChatGPT, Midjourney und andere textbasierte KI-Tools sind erst relativ kürzlich im Mainstream-Bewusstsein angekommen. CAD- und Simulationswerkzeuge zu entwickeln, die mit natürlichen Sprachfähigkeiten verbessert sind, wird Zeit in Anspruch nehmen, aber die Reiserichtung wird zunehmend klarer.

Wird KI Ingenieure ersetzen?

Da die KI-Fähigkeiten sich weiterhin erweitern, stellt sich eine häufige Frage: Was passiert mit der Rolle des Ingenieurs?

Herr Wong glaubt, dass menschliches Ingenieurwissen nicht obsolet wird. Während KI-Tools Engineering-Workflows verbessern und rationalisieren können, bleibt die Rolle des menschlichen Experten so wichtig wie eh und je.

Ein erfahrener Ingenieur kann oft das Ergebnis einer Simulation oder eines Tests abschätzen, bevor er ihn durchführt, und zieht dabei Jahre praktischer Kenntnisse und Intuition heran. Diese Fähigkeiten können nicht einfach durch Automatisierung ersetzt werden.

Es ist auch wichtig, die Rolle weniger greifbarer Elemente des Designs, wie Ästhetik, Klang, Benutzerfreundlichkeit und die Art, wie ein Produkt auf die Gefühle der Benutzer wirkt, nicht zu unterschätzen. Diese Überlegungen bleiben zutiefst menschlich.

Auch wenn sich Ingenieurrollen weiterentwickeln mögen, werden die Expertise, das Urteilsvermögen und die Kreativität, die Ingenieure in den Designprozess einbringen, weiterhin von unschätzbarem Wert sein.

KI-gestützte digitale Zwillinge

Digitale Zwillinge kombinieren Geometrie mit großen Mengen an Betriebsdaten, die von realen Vermögenswerten gesammelt werden. KI kann eine wichtige Rolle dabei spielen, Organisationen zu helfen, diese Informationen zu verwalten und zu interpretieren.

Als Diskussionsrahmen, stellen Sie sich den physischen und digitalen Zwilling einer Windkraftanlage für grüne Energie vor. Ausgehend von seinem riesigen Sensornetz, werden Wetterinformationen, Korrosionsdaten, Druckmessungen und andere Betriebskennzahlen kontinuierlich generiert. Das schiere Volumen an Informationen übersteigt oft das, was Menschen vernünftigerweise selbst analysieren können.

Künstliche Intelligenz kann enorme Datensätze verarbeiten, Muster erkennen und potenzielle Probleme hervorheben, bevor sie zu großen Problemen werden. Diese Fähigkeiten können prädiktive Wartungsstrategien verbessern und Organisationen helfen, Bereiche potenzieller Ausfälle zu identifizieren, die sonst möglicherweise unbemerkt bleiben würden.

Auch bemerkenswert ist, da die Diskussionen über die Grenzen der KI an Fahrt gewinnen, dass dies die Art von Arbeit ist, bei der KI am meisten glänzt. KI-Modelle neigen dazu, beim Verarbeiten großer Mengen an vorhersehbar strukturierten Daten und beim Gewinnen von Erkenntnissen daraus zu florieren.

KI-gestützte Simulation

Traditionelle Simulationsmethoden beinhalten oft das Ausführen von physikalisch basierten Berechnungen in jeder Region einer Komponente, um zu verstehen, wie sie sich unter verschiedenen Bedingungen verhält.

Heutzutage experimentieren Ingenieure mit reduziertgeordneten Modellen, die KI nutzen, um Beziehungen zwischen Simulations-Eingaben und -Ergebnissen zu identifizieren.

Durch das Lernen aus früheren Simulationen können KI-Modelle Korrelationen zwischen Parametern und Ergebnissen identifizieren. Dies macht es möglich, nützliche Vorhersagen zu treffen, ohne immer eine vollständige physikbasierte Simulation durchführen zu müssen.

Das Ergebnis sind schnellere Analysen, kürzere Entwicklungszyklen und das Potenzial, fortschrittliche Simulationsfähigkeiten einem breiteren Publikum zugänglich zu machen.

Wenn natürliche Sprachschnittstellen erfolgreich in Simulationssoftware integriert werden können, könnte der Simulationsprozess selbst erheblich einfacher zu erlernen und zu verwenden werden, was mehr Ingenieuren helfen würde, von fortschrittlichen Analysetools zu profitieren.

Die Herausforderungen, die vor uns liegen

Interoperabilität bleibt ein großes Hindernis

Herr Wong identifizierte die Interoperabilität als eines der bedeutendsten Probleme, die die Zukunft von KI-fähigen Engineering-Workflows bedrohen.

Er nannte das Beispiel von BMW und Ericsson. Beide Organisationen investieren in digitale Zwillinge und Metaverse-Technologien, operieren jedoch in unterschiedlichen Ökosystemen.

Heute ist es höchst unwahrscheinlich, dass ein simuliertes BMW-Fahrzeug nahtlos in Ericssons Simulationsumgebung betrieben werden könnte, die zur Prüfung von 5G-Infrastruktur gedacht ist. Wenn digitale Zwillinge ihr volles Potenzial entfalten sollen, müssen Organisationen Wege finden, Daten über Plattformen und Umgebungen hinweg zu teilen und zu nutzen.

Diese Herausforderung spiegelt viele der Interoperabilitätsfragen wider, die Unternehmen wie Tech Soft 3D schon seit Jahren in Bezug auf CAD- und Engineering-Datenformate angehen.

Definition, was KI eigentlich bedeutet

Eine weitere Herausforderung betrifft die Sprache, die wir zur Beschreibung dieser Technologien verwenden.

Künstliche Intelligenz ist zu einem Oberbegriff geworden, der eine Vielzahl von Technologien umfasst, einschließlich maschinellem Lernen, neuronalen Netzwerken, natürsprachlicher Verarbeitung, Deep Learning und generativem Design.

Jonathan Girroir betonte die Bedeutung einer gemeinsamen Verständigung dieser Konzepte und der konsistenten Verwendung von Begriffen.

Herr Wong fügte hinzu, dass Branchen darauf achten sollten, den Begriff nicht zu überstrapazieren. Ähnlich wie das Produktlebenszyklus-Management (PLM) je nach Benutzer des Begriffes sehr unterschiedliche Dinge bedeuten kann, besteht die Gefahr, dass KI zu einem Sammelbegriff für alles wird, was Automation oder fortgeschrittene Software betrifft.

Das Aufrechterhalten von Klarheit in der Terminologie wird zunehmend wichtig, während KI-Technologien weiter reifen.

Was kommt als Nächstes?

Sowohl Kenneth Wong als auch Jonathan Girroir bleiben optimistisch in Bezug auf die Zukunft von KI im Engineering.

Obwohl sich die Technologie noch weiterentwickelt, ist ihr Einfluss bereits im Design, in der Simulation, bei digitalen Zwillingen und in Engineering-Workflows sichtbar. Die erfolgreichsten Organisationen werden wahrscheinlich diejenigen sein, die KI nicht als Ersatz für Ingenieurwissen betrachten, sondern als Werkzeug, das es verstärkt.

Da natürliche Sprache-Schnittstellen, KI-unterstützte Simulation und intelligente digitale Zwillinge weiter reifen, können Ingenieure Software erwarten, die schneller, zugänglicher und zunehmend in der Lage ist, komplexe Entscheidungen zu unterstützen.

Tech Soft 3D arbeitet daran, sicherzustellen, dass Engineering-Teams die Werkzeuge haben, die sie benötigen, um KI-Technologie in modernen Workflows zu nutzen. HOOPS AI, unser neuestes Toolkit, bietet den schnellsten Weg von CAD zu maschinellem Lernen in der Produktion. Sehen Sie sich das Produkt selbst an oder folgen Sie dem untenstehenden Link, um mehr zu erfahren