Equilibrare l’utilizzo dell’intelligenza artificiale e della simulazione nella progettazione del prodotto

• 
• Tweet
• Pin It
• Condividi per email

La progettazione di qualsiasi prodotto, nel mondo odierno, è un processo complesso e articolato in più fasi, basato in larga misura sull’utilizzo della tecnologia di simulazione. Le simulazioni ad elevata fedeltà permettono ad ingegneri e progettisti di comprendere il comportamento di un componente senza aver neppure bisogno di costruirlo e, in alcuni casi, di comprenderne aspetti che un prototipo fisico non sarebbe mai in grado di chiarire. Sebbene il valore della simulazione sia evidente ed innegabile, il costo computazionale che essa comporta è altrettanto elevato e, in molti casi, può facilmente diventare un collo di bottiglia, tanto più quando lo sviluppo riguarda prodotti nuovi e contraddistinti da caratteristiche particolarmente innovative.

Rispetto alla simulazione tradizionale, l’intelligenza artificiale è molto più veloce, anche di svariati ordini di grandezza, e può quindi generare risultati in pochi secondi anziché in molte ore o addirittura giorni, ciò però a scapito dell’accuratezza del risultato e di un perfetto realismo del comportamento riprodotto.

Nessuna di queste due tecnologie è in grado di sostituire completamente l’altra, tuttavia un uso combinato ed intelligente di entrambe può contribuire a ottenere dei risultati migliori rispetto a quelli raggiungibili utilizzando ciascuna di esse singolarmente.

Sfruttando infatti i dati di elevata qualità prodotti dalla simulazione per addestrare dei modelli di intelligenza artificiale, i quali possono poi essere utilizzati per esplorare rapidamente uno specifico spazio di progettazione e guidare ulteriori simulazioni, è possibile migliorare significativamente l’attuale processo di progettazione del prodotto, rendendolo più rapido e fortemente innovativo.

La sinergia tra l’IA e la simulazione

Le simulazioni di tipo tradizionale sono estremamente accurate, ma lente da eseguire e molto onerose dal punto di vista computazionale. Al contrario, l’intelligenza artificiale è in grado di generare risultati rapidamente, al costo tuttavia di una minore accuratezza e del rischio di incappare in alcuni risultati scorretti, le cosiddette allucinazioni. Unendo le capacità di queste due tecnologie, i progettisti possono però beneficiare di uno strumento di progettazione che sia al contempo sia veloce che preciso.

Crediti immagine: Siemens

Una importante tecnologia che rende possibile questa combinazione sono i Modelli di Ordine Ridotto, o ROM (Reduced Order Models), basati su tecniche di machine learning, i quali – dopo essere stati addestrati utilizzando dati prodotti dalla simulazione – possono dedurre con precisione come un dato sistema si comporterà in svariate condizioni, offrendo risultati simili a quelli delle simulazioni ma in una frazione del tempo. Una volta addestrati, questi modelli ROM sono molto veloci, ma la raccolta di dati sufficienti per il loro addestramento iniziale comporta l’esecuzione di un gran numero di simulazioni tradizionali allo scopo di accumulare abbastanza informazioni, tali da permettere al modello di apprendere compiutamente il fenomeno descritto.

Eseguire numerose simulazioni solo per addestrare un ROM non è di solito economicamente vantaggioso; tuttavia, dato che gli attuali processi di progettazione comunque già eseguono numerose simulazioni ad elevata fedeltà, la possibilità di sfruttare tutti i dati da esse prodotti per addestrare un modello di intelligenza artificiale aumenta efficacemente il valore di tali dati, aiutando al contempo i progettisti ad orientarsi meglio all’interno di spazi progettuali sempre più complessi.

Un modello ROM, addestrato nel corso delle prime fasi del processo di progettazione, può trasformarsi in uno strumento guida durante le fasi successive di tale processo, consentendo ai progettisti, come anche a strumenti automatizzati di esplorazione dello spazio progettuale, di capire se una particolare area dello spazio di progettazione meriti di essere approfondita, il tutto campionando rapidamente solo determinate combinazioni dei parametri.

I risultati prodotti dai ROM, sebbene non siano sufficientemente dettagliati per consentire la costruzione di prototipi, forniscono comunque informazioni di qualità sufficiente per decidere se valga o meno la pena di proseguire ulteriormente nello sviluppo di una particolare famiglia di progetti.

In caso affermativo è possibile passare all’esecuzione di una simulazione ad elevata fedeltà, i cui risultati possono essere anch’essi utilizzati per affinare ulteriormente il modello di intelligenza artificiale; in caso contrario, si può invece provvedere repentinamente ad allocare altrove le risorse di simulazione, massimizzando il valore di una risorsa così preziosa e limitata.

La migliore descrizione del rapporto esistente tra l’intelligenza artificiale e la simulazione all’interno del processo di progettazione è: “sinergico”, poiché l’IA si affida alla simulazione tradizionale per validare i risultati generati e per produrre dati di addestramento relativi a nuovi ambiti, visto che l’IA non è particolarmente adatta a produrre risultati all’interno di ambiti per i quali possiede poche informazioni (o nessuna), mentre le simulazioni possono essere più efficacemente dirette verso l’area dello spazio di progettazione in cui produrranno la maggiore quantità di informazioni utili.

Ciascuna delle due tecnologie costituisce un potente strumento nella cassetta degli attrezzi di un progettista mentre, insieme, consentono l’esplorazione di uno spazio di progettazione più ampio nello stesso lasso di tempo, il che permette ai progettisti di impegnarsi al meglio nella progettazione di prodotti innovativi e caratterizzati da elevate prestazioni.

Il valore delle simulazioni potenziate mediante l’IA

I reciproci vantaggi offerti dall’uso congiunto dell’intelligenza artificiale e della simulazione sono evidenti, in quanto ognuna di esse aiuta l’altra a compensare le proprie carenze e a rafforzare i propri punti di forza. Ma il valore di questa combinazione va ben oltre, poiché offre un efficace supporto decisionale con modalità che né l’IA né la simulazione potrebbero fornire se usate singolarmente.

Si può ad esempio immaginare, in una grande azienda, di utilizzare l’IA dapprima per esplorare uno spazio di progettazione molto esteso e successivamente per individuare il percorso progettuale migliore: questo approccio produrrebbe, rispetto ad un approccio tradizionale, un maggior volume di informazioni utilizzabili, pur richiedendo una quantità di risorse computazionali del tutto simile. In un diverso scenario, aziende e team che invece possiedono risorse più limitate potrebbero riuscire a prendere importanti decisioni progettuali eseguendo un minor numero di simulazioni o, in alcuni casi, addirittura con una singola simulazione ad elevata fedeltà.

Crediti immagine: Siemens

In una situazione come quest’ultima l’IA diventa uno strumento incredibilmente prezioso per fornire una maggiore quantità di punti dati, colmando alcune aree che una singola simulazione non è in grado di coprire e garantendo in tal modo che, quando arriva il momento di eseguire una singola simulazione ad elevata fedeltà, essa venga utilizzata in modo da generare la massima quantità di informazioni utili.

Sebbene quello appena descritto sia chiaramente un caso estremo, utilizzato a puro titolo di esempio, può essere utilizzato in senso più ampio per illustrare come l’IA possa contribuire a rendere i processi di progettazione più adattabili, consentendo ai team di testare rapidamente un’idea piuttosto che un’altra, affidandosi a modelli ROM veloci e poco onerosi dal punto di vista computazionale per valutare la fattibilità delle diverse alternative e mappare lo spazio progettuale.

Una volta identificate le aree di interesse, è quindi possibile applicare solo ad esse una simulazione di tipo completo, in modo da ottenere il massimo valore dalle risorse disponibili.

L’utilizzo di questo approccio affida all’IA il ruolo di un consulente in grado di aiutare i progettisti a prendere le migliori decisioni e a realizzare progetti ottimali, garantendo che abbiano tutte le informazioni necessarie. La combinazione di IA e simulazione, inoltre, crea le condizioni per una più libera espressione della creatività da parte dei progettisti: grazie ai modelli ROM basati sull’IA, i progettisti possono infatti verificare rapidamente molteplici idee alternative ed esplorare più a fondo lo spazio progettuale, il tutto con ridotti tempi di attesa e con una minore quantità di attività manuali.

Il ruolo dell’IA nella simulazione rispecchia il ruolo che essa può ricoprire nell’intero processo di progettazione, ovvero quello di elemento sinergico e di supporto. Nel bene e nel male, l’IA eccelle nella capacità di rispondere rapidamente alle domande, di filtrare enormi quantità di dati e di automatizzare attività semplici. Collegando queste capacità ad affidabili fonti di informazioni, come la simulazione, i progettisti avranno a disposizione un nuovo e potente strumento in grado di aiutarli efficacemente a ridurre il carico di lavoro derivante da attività lente e ripetitive, consentendo quindi loro di concentrarsi sui problemi più importanti e di poterlo fare con maggiore creatività.

Sebbene oggi molti sembrino intenzionati ad utilizzare l’intelligenza artificiale per sostituire completamente dei posti di lavoro e delle tecnologie esistenti, in realtà insegnare ad un’IA le leggi della matematica e della fisica non la rende automaticamente un sostituto per un ingegnere o per una simulazione ad elevata fedeltà. La simulazione rimarrà, quantomeno per il prossimo futuro immaginabile, una risorsa preziosa e indispensabile sia per il processo di progettazione che per l’addestramento dei modelli di IA. Continuando ad apprendere man mano dai dati delle simulazioni, l’IA fornirà a sua volta il proprio contributo aiutando a colmare il divario esistente tra molteplici simulazioni ad elevata fedeltà e supportando con migliori informazioni il processo decisionale dei progettisti.

In conclusione

Così come in passato la simulazione, aggiungendosi all’utilizzo dei prototipi fisici, ha consentito di migliorare il processo di progettazione e di ampliare i limiti di ciò che è possibile creare, l’ulteriore potenziamento di tale sistema mediante l’introduzione dell’intelligenza artificiale consentirà di realizzare dei progetti ancora più avanzati.

Integrare l’IA all’interno del tradizionale processo di progettazione, tuttavia, non significa banalmente sostituire oppure velocizzare gli strumenti esistenti, quanto piuttosto fornire migliori informazioni sia agli strumenti stessi che agli esperti che li utilizzano, in modo tale da poter combinare la creatività umana e la precisione della simulazione con l’impareggiabile capacità dell’IA di estrarre le informazioni chiave da enormi volumi di dati. Insieme, queste tre capacità reinventeranno l’intero processo di progettazione, pur continuando a poggiare sulla solida eredità di quanto fatto finora.

Crediti immagine di apertura: tippapatt/stock.adobe.com

FFatma Koçer-Poyraz, Senior Director for Engineering Data Science Product Management di Siemens Digital Industries Software

• 
• Tweet
• Pin It
• Condividi per email