Skip to Main Content

AIによるシミュレーション技術の向上

人工知能(AI)、機械学習(ML)、ディープラーニングアプリケーションにおけるシミュレーションの役割と、AnsysがシミュレーションソフトウェアにAIとMLをどのように組み込んでいるかについて紹介します。

人工知能とシミュレーションの組み合わせによるメリット

スピードと精度を加速

Ansysでは、AI/ML手法を用いてシミュレーションパラメータを自動探索し、スピードと精度を同時に向上させています。

拡張(Augment)シミュレーション

AI/MLは、チップの熱ソリューションを加速し、局所領域での高忠実度ソリューションと粗い領域でのML手法を組み合わせた流体ソルバーを開発することができます。

ビジネスインテリジェンスの獲得

Ansysシミュレーションソルバー向け計算リソースの予測ニーズなどのビジネスインテリジェンス決定を促進します。

設計スペース探索の最適化

AI/MLは、初期の製品最適化作業をガイドし、エンジニアが何千ものパラメータに基づいて最適な設計空間を迅速に見つけるのを支援します。

シミュレーションで機械学習を加速

Ansys Fluent が人工知能(AI)を有効に活用し、精度を落とさずにパフォーマンスを向上させる方法を紹介します。初期の結果では、86 倍のスピードアップを実現しました。

Michael P. Brenner氏は、ハーバード大学のマイケルF.クローニン応用数学および応用物理学の教授です。また、Google Research 社のリサーチサイエンティストでもあります。Brenner 氏は、Ansys と Google Research 社との共同研究の概要を「Machine Learning Convective Discretizations through User-Defined Functions in Fluent」として発表しています。

人工知能のための工学シミュレーション

AI/ML技術は、スマートエージェントの自然言語理解、ソーシャルメディアの感情分析、金融のアルゴリズム取引、創薬、電子商取引の推薦エンジンなど、多くの産業で成功裏に応用されています。

シミュレーションエンジニアリングにおいてAI/MLが果たす役割について、人々は知らないことが多いようです。実際、AI/MLはシミュレーションエンジニアリングに適用され、顧客の生産性を革新し、促進するために不可欠です。AI/MLで強化された高度なシミュレーション技術は、エンジニアリング設計プロセスを下支えしています。

すべてのアプリケーションを表示

AUTONOMOUS-BATTERY-SIMULATION-SOCIAL

文化の衝突:AIとIoTの人間的側面

今日の最も重要な技術革新である人工知能とモノのインターネットを工学シミュレーションと統合するとどうなるかを学びます。

machine-learning-materials-science-3.jpg

材料科学のための機械学習の理解

機械学習は、より強く、より軽い素材の開発にかかる時間を劇的に短縮します。これは、自動車、航空宇宙、建築の各分野にとって重要なことです。

How AI and ML are Changing Simulation

AIとMLはシミュレーションをどう変えるのか

これらの問題をすべて解決するために、Ansysがどのように人工知能/機械学習(AI/ML)の活用を模索しているのかをご覧ください。

2021-01-optislang-ai.jpg

2022年: AIが主役になる

データを活用したAIエンジニアリングとジェネレーティブAIをクラウド上で連携しながら利用する組織は、2022年に新たなレベルのイノベーションへの道を切り開くことになるでしょう。

3D Artificial Intelligence Compression

AIとML: シミュレーションの新世界

AIやMLの能力が、エンジニアリングシミュレーションの分野を静かに変えつつあります。この高度なテクノロジーによって、製品開発チームの仕事がこれまで以上に複雑で困難なものになる様子をお読みください。

honda-property-predicted-results.jpg

本田技研工業株式会社、材料データベースで開発効率アップを実現

マテリアルズインフォマティクスは、従来の試行錯誤による方法と は異なり、材料データと機械学習を組み合わせた効率的な材料開発手法です。

人工知能(AI)、機械学習(ML)、ディープラーニング(DL)の比較

感知、判断、行動、そしてその結果に基づいて適応することができるプログラムを表す概念としての人工知能は、少なくとも最初のコンピュータの時代から存在していました。

機械学習は、アルゴリズムに分類されたデータを与えることで、明示的にプログラムしなくても時間の経過とともにアルゴリズムが改良され、AIを実現するための手段です。

MLを実現する手段としてのディープラーニングは、人間の脳がデータを分類するなどして判断する方法を模倣しようとするアルゴリズムである人工ニューラルネットワークを利用するものです。そのため、大量のデータとハイパフォーマンスコンピューティング(HPC)を必要とします。

自動運転車の誘導、エネルギー使用量の予測、複雑な物理学の学習によるエンジニアリングシミュレーションの加速など、アルゴリズムを学習するのに十分なデータが収集できる場所であれば、どこでもAI開発の対象となります。

Artificial Intelligence

シミュレーションとAIによる自動運転車のエンジニアリング

Artificial Intelligence

自動運転車の技術開発は、センシング技術、機械学習、人工知能の新たな発展を必要とする困難な課題です

Watch the Webinar

先進運転支援システム(ADAS)や自動運転車の開発は、前例がないほど困難な課題です。安全性と信頼性を確保するためには、何十億マイルもの路上テストが必要になると試算されています。この不可能を可能にするのは、エンジニアリングシミュレーションの力を借りるしかありません。シミュレーションでは、何千もの走行シナリオと設計パラメータを、精度、スピード、コスト効率に優れた手法で仮想的にテストすることができます。

この60分間のウェビナーでは、自動運転車やADASの開発においてシミュレーションが不可欠な6つの具体的な分野について説明します。また、ADASと自動運転車のシミュレーションに必要なツールを特定しながら、シミュレーションの利点について例を挙げて説明します。

人工知能、機械学習、ディープラーニングでシミュレーションを加速

AIは、エンジニアがスピードのために精度を犠牲にすることなく、大規模で複雑な設計をより迅速に処理することを可能にします。

2021-01-semiconductors-redhawk-sc--electro.jpg

シミュレーション速度が100倍に

Ansysは、Ansys RedHawk-SC 製品ファミリ内でディープニューラルネットワークを使用して、モンテカルロシミュレーションを最大100倍高速化し、タイミングに対する電圧の影響をより良く理解できるようにしました。

2021-01-optislang-reduced-modeling.jpg

1,000倍速のソリューション

ある自動車業界のお客様は、Ansys OptiSLangの機械学習技術を利用して、前方の車両が突然車線を変更し交通が滞る、いわゆる「スタック」問題の自律的な解決策を発見しました。その結果、従来のモンテカルロ法を使用した場合よりも1,000倍速く、この解決策を見つけることができました。

2021-01-optislang-ai.jpg

10,000種類の設計

AI / MLの活用により、仕様に基づいて1万通りの設計を探索し、ハイパフォーマンスコンピューティングとAnsys Cloudで迅速にシミュレーションを行い、設計者に最適な選択肢を提供するジェネレーティブデザインの世界に入りつつあります。

Ansysの専門家

イベント情報

2021-01-power-artist-chip-package-system.jpg

パワーインテグリティサインオフにおける高カバレッジ、多変数のビルド品質指標

AIや機械学習アルゴリズムを搭載した次世代の自動車、モバイル、ハイパフォーマンスコンピューティングアプリケーション向けの半導体チップでは、より大きく、より速く、より複雑な先進の16/7nmシステムオンチップ(SoC)を使用することが必要です。

Computer chip graphic with the 5G symbol

シミュレーションによる5G設計の革新

モバイルネットワークの過去、現在、未来、そして5G、エッジコンピューティング、人工知能機械学習の融合がどのように業界の展望を変えていくのかを紹介します。

Artificial Intelligence

SkyAngels社とAnsys

SkyAngels 社が、非分離空域を所定の認証経路で航行する自律飛行体の計算知能の開発を、Ansys のシミュレーションでどのように支援したかをご覧ください。

リソース

レーダー革命の推進

Ansys optiSLangの革新的な機能

optiSLangのディープラーニング拡張は、MOP(Metamodel of Optimal Prognosis)競争にニューラルネットワークを追加し、非常に大きなデータセットを迅速かつ正確に分析することを可能にします。これは、高度な運転支援システムを開発している場合に特に有用であることがわかります。

2020-12-article-icon-block.jpg

Ansys MultiphysicsソリューションがTSMC社のN3およびN4プロセス技術の認定を取得

これにより、高度に洗練された人工知能/機械学習、5G、ハイパフォーマンスコンピューティング(HPC)、ネットワーキング、自動運転車用チップの重要な電力、熱、信頼性基準を満たすことができるようになりました。

2020-12-white-paper-icon-block.jpg

自動運転車の安全性を検証する統合シミュレーションプラットフォーム

今日のハンズオフ自律走行システムは、大部分がディープラーニングアルゴリズムで構築されており、ほぼすべての運転状況に対して正しい判断を下せるように学習させることができます。しかし、これらのシステムには、民間旅客機を制御するようなセーフティクリティカルなソフトウェアを検証するためにこれまで用いられてきた詳細な要件とアーキテクチャがありません。

2020-12-white-paper-icon-block.jpg

機械学習による付加製造技術部品の市場投入のスピードアップ

Additive Manufacturing(AM:付加製造技術)が工業生産の主流として採用されるには、「スピード+信頼性」という課題が残されています。AM部品のプロセスパラメータを迅速に最適化し、市場投入までの時間を短縮するにはどうすればよいのでしょうか。

ビデオ