Entretien avec Christina Feist, directrice du portefeuille Expériences Génératives au sein de SIMULIA R&D, sur l’intelligence artificielle (IA), l’apprentissage automatique (ML) et ce que cela signifie pour les utilisateurs de simulations SIMULIA.

Introduction

L’évolution de l’IA affecte chaque secteur de la société et de l’industrie, y compris la simulation. Les ingénieurs ont longtemps tiré parti des techniques d’apprentissage automatique dans leurs simulations, mais les avancées récentes en matière de matériel et de technologie ont ouvert de nouveaux potentiels d’innovation, propulsés par l’IA et l’apprentissage automatique.

Christina Feist, directrice du portefeuille des expériences génératives au sein de SIMULIA R&D, utilise l’IA et le ML dans son travail pour soutenir la base d’utilisateurs de simulation et traduire cela en outils d’IA qui facilitent leur travail.

Des cycles de conception plus rapides grâce à la puissance de l’IA

Chaque fois qu’un design est itéré, il doit être réanalysé afin de comprendre l’effet des changements de conception. Ce temps de réanalyse peut limiter la rapidité du processus de conception et le nombre total d’itérations possibles.

SIMULIA propose des modèles de comportement physique des jumeaux virtuels pour accélérer le développement et permettre une analyse plus rapide.  Ils sont basés sur des modèles de substitution entraînés à l’aide de l’apprentissage automatique sur des données de simulation et peuvent « prédire le comportement en quasi-temps réel », explique Feist. « Le temps nécessaire pour évaluer les alternatives de conception est considérablement réduit, et les équipes peuvent explorer davantage de concepts, itérer avec plus de confiance et converger vers des conceptions plus performantes – bien plus rapidement qu’avec la simulation traditionnelle seule. »

Rendre l’IA intrinsèque au flux de travail de la simulation

Plutôt que d’avoir des outils d’IA déconnectés et des réserves de données cloisonnées, l’approche SIMULIA intègre l’apprentissage automatique dans le processus de simulation lui-même. « Nous n’avons plus besoin de simplifier la physique pour rendre la simulation accessible », explique Feist. « Au contraire, l’IA permet une expérience plus intuitive et guidée qui reste ancrée dans l’ingénierie haute-fidélité. »

Le Virtual Twin Physics Behavior fonctionne sur la plateforme 3DEXPERIENCE et repose sur des données issues de la technologie SIMULIA mature et éprouvée. Cet outil relie simulation et modélisation (MODSIM). « Le résultat est un environnement de simulation plus inclusif, accessible à un plus large éventail d’utilisateurs tout en soutenant des flux de travail sophistiqués. »

Encapsuler le savoir et le savoir-faire

L’un des plus grands défis lors de la mise en œuvre de la simulation dans une équipe de développement est la démocratisation : s’assurer que tous ceux qui ont besoin de simulation y aient accès. Pour une simulation réussie, le solveur et l’environnement de simulation doivent être configurés avec les bons réglages, ce qui nécessite généralement une expertise de la part de l’utilisateur. Feist ajoute que l’IA « abaisse la barrière qui rendait traditionnellement difficile le déploiement de la simulation en dehors des départements dédiés à la simulation. »

Avec le comportement physique des jumeaux virtuels, la technologie de simulation est encapsulée dans un modèle entraîné par un analyste de simulation expert. « Les méthodologies deviennent intrinsèques au flux de travail plutôt que quelque chose que l’utilisateur doit apprendre ou reproduire manuellement. Les utilisateurs peuvent s’attendre à un flux de travail plus complet, collaboratif et axé sur la performance », explique Feist. « Les concepteurs ont plus de confiance et les analystes amplifient leur expertise sur de nombreux cycles de conception.

L’IA sécurisée protège la propriété intellectuelle sensible

À mesure que les utilisateurs prennent conscience du fonctionnement des outils d’IA, la question de la propriété intellectuelle devient de plus en plus pressante. Les données confidentielles ne doivent pas être divulguées par le processus d’entraînement, ni les résultats du modèle ne doivent pas porter atteinte à la propriété intellectuelle protégée d’une autre entreprise. SIMULIA adopte une approche unique pour gérer les données clients au sein de l’IA. « Notre approche consiste à les traiter comme nous le ferions avec les données de simulation traditionnelles – comme la propriété intellectuelle du client », explique Feist.

« Ces modèles sont entraînés dans un environnement sécurisé avec une traçabilité complète de la plateforme 3Dexperience en utilisant uniquement des ensembles de données sélectionnés par le client, sans apprentissage croisé entre organisations. » Cela signifie que les données sont régies et entièrement auditables sur la plateforme 3DEXPERIENCE, permettant aux utilisateurs d’être sûrs de leurs sources de données. « Les clients peuvent profiter des avantages de l’IA et de l’apprentissage automatique tout en maintenant la confidentialité, l’intégrité et l’utilisation contrôlée de leurs données d’ingénierie. »

Points clés

  • Virtual Twin Physics Behavior utilise la puissance de l’IA pour construire des modèles d’apprentissage automatique entraînés sur des données de simulation issues du portefeuille de simulations SIMULIA.
  • Virtual Twin Physics Behavior est construit sur la plateforme 3DEXPERIENCE, permettant aux utilisateurs de profiter de la puissance et de la précision des outils de simulation physique de premier plan dans le portefeuille SIMULIA.
  • Virtual Twin Physics Behavior protège la propriété intellectuelle de l’utilisateur et utilise la traçabilité unique offerte par la plateforme 3DEXPERIENCE pour garantir que les données sont entièrement auditées et ne constituent pas d’enfreintes.
  • Cela apportera de grands avantages aux utilisateurs de simulation, augmentant la vitesse de l’analyse et accélérant le temps de mise sur le marché.
  • Il promet également d’aider les concepteurs et ingénieurs souhaitant utiliser la simulation dans leur travail quotidien, en englobant le savoir-faire des experts et en brisant les silos entre modélisation et simulation (MODSIM).