Como a IA Está Transformando o Projeto e Simulação de Engenharia

A inteligência artificial está mudando rapidamente a maneira como os engenheiros projetam, simulam e otimizam produtos. De ferramentas de design generativo a gêmeos digitais movidos por IA e interfaces de linguagem natural, o software de engenharia está se tornando mais inteligente e acessível do que nunca.

Em um episódio de nosso Beyond 3D Podcastde visão de futuro, Jonathan Girroir da Tech Soft 3D conversou com o Editor Sênior da Digital Engineering 24/7 Kenneth Wong sobre onde a IA já está criando valor na engenharia e o que pode vir em seguida. Nós abordamos:

• Design Generativo & Linguagem Natural

• Interfaces de Usuário Assistidas por IA

• Gêmeos Digitais

• Simulação Potencializada por IA

• Problemas Futuros com IA na Engenharia

• FAQs sobre IA na Engenharia

Clique aqui para ouvir o podcast que informou este artigo

Como a IA Está Mudando o Software de Engenharia

O Design Generativo Foi o Primeiro Passo

O Sr. Wong discutiu sua visão de que o início do impacto direto da inteligência artificial no ciclo de vida do produto começou pelo design generativo alguns anos atrás. Algo da primeira versão do envolvimento da IA em fluxos de trabalho de engenharia, usuários podiam fornecer seus critérios de design ao software e receber conceitos de design em troca. Embora útil, isso representou apenas a primeira onda de IA na engenharia.

Pronto para aprender mais sobre a realidade dos equívocos do design generativo? Confira nosso artigo "Design Generativo: Insights, Mitos e Mais"

Linguagem Natural é a Próxima Fronteira

Cada vez mais, outras áreas da tecnologia de IA estão sendo incorporadas em espaços de engenharia, especialmente capacidades de linguagem natural.

Os usuários tradicionalmente têm sido limitados na forma como povoam e interagem com ambientes 3D. Este processo geralmente consistia em puxar manualmente objetos de uma biblioteca e montá-los em algo que lembrasse o resultado desejado. Os comandos de linguagem natural permitem que os usuários interajam com o software de uma maneira muito mais humana.

O Sr. Wong usou um exemplo de um armazém para explicar o quanto isso é uma melhoria: com uma ferramenta de IA de linguagem natural capaz, os usuários poderiam simplesmente instruir o software a preencher um armazém com os objetos que normalmente se esperaria encontrar lá, em vez de colocar itens individuais manualmente.

Essas capacidades provavelmente aparecerão cada vez mais nos softwares que os engenheiros usam todos os dias.

As próximas etapas provavelmente envolverão apenas dizer às nossas ferramentas de design como editar um componente adicionando um furo, estreitando um espaço ou fazendo outras alterações geométricas. As melhorias nas ferramentas de design de linguagem natural oferecem o potencial de tornar os fluxos de trabalho mais rápidos, mais intuitivos e muito mais acessíveis.

A IA Vai Mudar a Experiência do Usuário de Engenharia

A integração de ferramentas de IA em softwares de CAD e simulação inevitavelmente mudará interfaces e experiências do usuário.

Poderíamos ver software equipado com assistentes movidos por IA que sugerem pontos de partida de design com base nos requisitos de um usuário. Começando com um bloco de motor típico, suporte, parafuso ou outro componente comum, os engenheiros poderiam então refinar esses conceitos manualmente ou continuar iterando com ferramentas movidas por IA.

Exatamente como essas experiências serão ainda não se sabe. O Sr. Wong apontou ferramentas de geração baseadas em texto como Bing e Canva como exemplos de como a IA já transformou experiências do usuário em outras indústrias.

Esses recursos ainda não estão presentes no software de CAD convencional, e é importante lembrar o quão nova essa tecnologia ainda é. ChatGPT, Midjourney e outras ferramentas de IA baseadas em texto só entraram na consciência geral relativamente recentemente. Desenvolver ferramentas de CAD e simulação aprimoradas com capacidades de linguagem natural levará tempo, mas a direção é cada vez mais clara.

A IA Vai Substituir Engenheiros?

À medida que as capacidades da IA continuam a se expandir, surge uma pergunta comum: o que acontece com o papel do engenheiro?

O Sr. Wong acredita que a expertise em engenharia humana não se tornará obsoleta. Embora as ferramentas de IA possam aprimorar e agilizar os fluxos de trabalho de engenharia, o papel do especialista humano permanece tão importante como sempre.

Um engenheiro experiente pode frequentemente estimar o resultado de uma simulação ou teste antes de executá-lo, baseando-se em anos de conhecimento prático e intuição. Essas habilidades não podem ser simplesmente substituídas por automação.

Também é importante não descontar o papel de elementos menos tangíveis do design, incluindo estética, som, usabilidade e como um produto faz os usuários se sentirem. Essas considerações permanecem profundamente humanas.

Embora os papéis de engenharia possam evoluir, a expertise, o julgamento e a criatividade que os engenheiros trazem para o processo de design continuarão a ser inestimáveis.

Gêmeos Digitais Movidos por IA

Os gêmeos digitais combinam geometria com grandes quantidades de dados operacionais coletados de ativos do mundo real. A IA pode desempenhar um papel importante em ajudar as organizações a gerenciar e interpretar essas informações.

Como um quadro para discussão, imagine o gêmeo físico e digital de uma turbina eólica de energia verde. Retirando de sua enorme variedade de sensores, informações meteorológicas, dados de corrosão, leituras de pressão e outras métricas operacionais são geradas continuamente. O enorme volume de informações muitas vezes excede o que os humanos podem razoavelmente analisar por conta própria.

A inteligência artificial pode processar enormes conjuntos de dados, identificar padrões e destacar possíveis problemas antes que se tornem grandes problemas. Essas capacidades podem melhorar estratégias de manutenção preditiva e ajudar organizações a identificar áreas de falha potencial que poderiam passar despercebidas.

Também é notável que, à medida que as discussões sobre as limitações da IA ganham força, este é o tipo de trabalho onde a IA tende a brilhar mais. Modelos de IA tendem a prosperar ao processar grandes quantidades de dados estruturados de forma previsível e extraindo insights a partir deles.

Simulação Movida por IA

Os métodos tradicionais de simulação normalmente envolvem cálculos baseados em física em cada região de um componente para entender como ele se comporta sob diferentes condições.

Hoje, os engenheiros estão experimentando modelos de ordem reduzida que usam IA para identificar relações entre entradas de simulação e resultados.

Aprendendo com simulações anteriores, os modelos de IA podem identificar correlações entre parâmetros e resultados. Isso torna possível gerar previsões úteis sem sempre precisar de uma simulação completa baseada em física.

O resultado é uma análise mais rápida, ciclos de desenvolvimento mais curtos e o potencial de tornar capacidades de simulação avançadas acessíveis a um público mais amplo.

Se interfaces de linguagem natural puderem ser integradas com sucesso em softwares de simulação, o próprio processo de simulação poderia se tornar significativamente mais fácil de aprender e usar, ajudando mais engenheiros a se beneficiarem de ferramentas avançadas de análise.

Os Desafios à Frente

Interoperabilidade Continua a Ser um Grande Obstáculo

O Sr. Wong identificou a interoperabilidade como uma das questões mais significativas que enfrentam o futuro dos fluxos de trabalho de engenharia habilitados por IA.

Ele compartilhou o exemplo da BMW e Ericsson. Ambas as organizações estão investindo em tecnologias de gêmeo digital e metaverso, mas operam dentro de ecossistemas diferentes.

Hoje, é altamente improvável que um BMW simulado possa operar perfeitamente dentro do ambiente de simulação da Ericsson projetado para testar infraestrutura 5G. Se os gêmeos digitais atingirem todo o seu potencial, as organizações precisarão de maneiras de compartilhar e utilizar dados entre plataformas e ambientes.

Este desafio reflete muitas das questões de interoperabilidade que empresas como a Tech Soft 3D vêm abordando há anos em formatos de dados de CAD e engenharia.

Definindo o Que a IA Realmente Significa

Outro desafio envolve a linguagem que usamos para descrever essas tecnologias.

A inteligência artificial se tornou um termo abrangente que cobre uma ampla gama de tecnologias, incluindo aprendizado de máquina, redes neurais, processamento de linguagem natural, aprendizado profundo e design generativo.

Jonathan Girroir enfatizou a importância de desenvolver um entendimento compartilhado desses conceitos e usar a terminologia de forma consistente.

O Sr. Wong acrescentou que as indústrias devem ter cuidado para não usar demais o termo. Assim como Gestão do Ciclo de Vida do Produto (PLM) pode significar coisas muito diferentes dependendo de quem está usando a frase, IA corre o risco de se tornar um rótulo abrangente para qualquer coisa envolvendo automação ou software avançado.

Manter clareza em torno da terminologia se tornará cada vez mais importante à medida que as tecnologias de IA continuam a amadurecer.

O Que Vem a Seguir?

Tanto Kenneth Wong quanto Jonathan Girroir permanecem otimistas sobre o futuro da IA na engenharia.

Embora a tecnologia ainda esteja evoluindo, sua influência já é visível em design, simulação, gêmeos digitais e fluxos de trabalho de engenharia. As organizações mais bem-sucedidas provavelmente serão aquelas que veem a IA não como um substituto para a expertise em engenharia, mas como uma ferramenta que a amplifica.

À medida que interfaces de linguagem natural, simulação assistida por IA e gêmeos digitais inteligentes continuam a amadurecer, os engenheiros podem esperar software que seja mais rápido, mais acessível e capaz de suportar decisões complexas.

A Tech Soft 3D está trabalhando para garantir que as equipes de engenharia tenham as ferramentas necessárias para aproveitar a tecnologia de IA em fluxos de trabalho modernos. HOOPS AI, nossa mais nova caixa de ferramentas, oferece o caminho mais rápido do CAD para o aprendizado de máquina em produção. Confira o próprio produto ou siga o link abaixo para saber mais