SON DAKİKA

Yapay Zeka

Tasarım yapmak isteyenler için ilham verici 8.000 araba tasarımı.

Yenilikçi Veri Seti ile Araç Tasarımı Sürecinin Hızlandırılması

Araba tasarımı, iteratif ve özel bir süreç olarak bilinir. Otomobil üreticileri, bir aracın tasarım aşamasında yıllar harcayabilir, 3D formları simülasyonlarla inceleyerek en umut verici tasarımları fiziksel testler için geliştirir. Bu testlerin ayrıntıları ve teknik incelemeleri, özellikle bir tasarımın aerodinamiği, genellikle kamuya açıklanmaz. Dolayısıyla, yakıt verimliliği veya elektrikli araç menzili gibi önemli performans gelişmeleri, genellikle kurumsal gizlilik nedeniyle yavaş ve izole bir şekilde gerçekleşir.

DrivAerNet++: İlk Açık Veri Seti

MIT mühendisleri, yeni nesil aerodinamik tasarımlar arayışının, generatif yapay zeka araçları kullanılarak hızlandırılabileceğini belirtiyor. Bu araçlar, büyük veri setlerini saniyeler içinde işleyerek yenilikçi tasarımlar üretebiliyor. Ancak, bu tür AI araçlarının eğitilmesi için ihtiyaç duyduğu veriler, erişilebilir ve merkezileştirilmiş bir formatta mevcut değildi. Şimdi, mühendisler, dünya çapındaki en yaygın otomobil türlerine dayanan 8,000’den fazla araç tasarımını içeren ve ‘DrivAerNet++’ adı verilen bir veri setini kamuya sundu.

Aerodinamik Verilerin Önemi

Bu veri seti, her tasarımı 3D formatında temsil ederken, aynı zamanda aracın aerodinamiği hakkında bilgi de sunuyor. Her bir tasarım, mesh, nokta bulutu veya tasarımın parametre ve boyutlarının basit bir listesi gibi çeşitli formasyonlarda mevcuttur. Bu sayede, farklı AI modelleri, belirli veri formatlarına uyum sağlamak amacıyla bu veri setini kullanabilir. DrivAerNet++, bugüne kadar geliştirilen en büyük açık kaynaklı aerodinamik veri setidir ve mühendisler bunu, hızlı bir şekilde yakıt verimliliği artıran veya daha uzun menzil sunan elektrikli araçlar tasarlamak için kullanılabilir bir kütüphane olarak düşünüyor.

“Bu veri seti, mühendislikte yeni nesil AI uygulamalarının temelini atıyor ve tasarım süreçlerini daha verimli hale getirerek, AR-GE maliyetlerini düşürmeye yardımcı oluyor.” diyor MIT mühendislik yüksek lisans öğrencisi Mohamed Elrefaie.

Ayrıca, bu çalışmanın NeurIPS konferansında sunulacağı müjdesini veriyor.

Düşüncenizi Paylaşın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili Teknoloji Haberleri

The economics of AI refer to the economic impact and implications of artificial intelligence technologies. Some key points to know about the economics of AI include: 1. Increased productivity: AI has the potential to significantly increase productivity by automating routine tasks and processes, freeing up human workers to focus on more complex and creative tasks. 2. Job displacement: While AI can create new job opportunities, it also has the potential to displace certain roles that can be automated. This can lead to job loss and require workers to acquire new skills to remain relevant in the workforce. 3. Cost savings: AI can help businesses reduce costs by streamlining operations, improving efficiency, and optimizing resource allocation. 4. Enhanced decision-making: AI can provide businesses with valuable insights and data analysis to make more informed and strategic decisions, leading to better outcomes and competitive advantage. 5. New revenue streams: AI technologies can enable businesses to develop new products and services, enter new markets, and create innovative business models that can generate additional revenue streams. 6. Ethical and societal considerations: The widespread adoption of AI raises ethical and societal concerns around issues such as privacy, bias, job displacement, and the potential for AI to exacerbate existing inequalities. 7. Regulatory challenges: Policymakers are grappling with how to regulate AI technologies to ensure they are used responsibly and ethically while also fostering innovation and economic growth. Overall, the economics of AI present both opportunities and challenges for businesses, workers, and society as a whole. It is important for stakeholders to carefully consider the implications of AI adoption and to develop strategies for maximizing the benefits while mitigating potential risks.