AI能否找到完美的汽車設計？
科學家們創建了一個數據庫，以便AI可以比較數以千計的3D模型。
AI正在改變許多創意領域，而汽車行業對其潛力尤其感到興奮。設計一輛新車的成本高昂且耗時，因為需要進行大量的迭代，才能首先設計出一款車輛，然後再進行原型製作。
電動車的設計經常引發爭議，從特斯拉Cybertruck的設計失誤到大膽的捷豹Type 00概念車。最近，我們也看到Cybertruck在雪地中面臨的問題。然而，麻省理工學院的研究人員認為AI可以幫助設計完美的電動車，並創建了一個開源數據庫。
DrivAerNet++數據庫的創建
DrivAerNet++數據庫是由39TB數據編纂而成，耗費了麻省理工學院SuperCloud中300萬小時的中央處理器時間。它包含超過8000個基於現有汽車設計的3D模型，這些模型是通過一個算法生成的，該算法調整了26個參數，包括車輛長度、底盤特徵、擋風玻璃坡度以及每個基準模型的輪胎和車輪形狀。
該團隊還運行了一個算法，以確定任何新生成的設計是否是現有汽車的複製品或全新設計。然後，這些3D設計被轉換為可讀格式：網格、點雲以及一系列尺寸和規格。進行了流體動力學模擬，以計算空氣如何流過每個生成的設計，從而提供空氣動力學的規格。
這個數據集的想法是，可以用來訓練AI模型，這樣它就能尋找最佳的特徵組合，從空氣動力學設計到高效且環保的電動機，從而降低研究和開發成本，加速汽車設計。
麻省理工學院機械工程助理教授Faez Ahmed表示：“前期過程成本如此高昂，以至於製造商只能在不同版本之間輕微調整汽車。但是如果你擁有更大的數據集，知道每個設計的性能，現在你可以訓練機器學習模型快速進行迭代，這樣更有可能獲得更好的設計。”
該團隊在12月的NeurIPS會議上介紹了他們的論文。
—
這項研究展示了AI在汽車設計中的潛力，尤其是在電動車日益普及的背景下。隨著環保意識的提高，消費者對於電動車的需求也在增長，而這種需求促使製造商尋找更高效的設計方式。透過這種數據驅動的方法，汽車設計將不再是依賴傳統設計師的靈感，而是轉向基於數據和算法的創新過程。
此外，這也引發了一個更廣泛的問題：在未來，AI是否會取代人類設計師的角色？雖然AI可以進行大量的數據分析和設計迭代，但人類的創意和情感仍然是無法完全被替代的。如何在AI的輔助下發揮人類的創造力，將是汽車設計和其他創意領域未來的重要挑戰。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
