deepSPACE は未来的な映画でも、新しいビデオゲームでも、古典的なテレビ シリーズの次のシーズンでもありません。実際、イリノイ大学アーバナシャンペーン校の航空宇宙工学者が開発した新しい設計ソフトウェアは、宇宙をまったく扱っていません。この新しいツールは、お客様のコンセプトと要件を取り入れて、3D CAD モデルやパフォーマンス評価を含む、従来のものからこの世のものとは思えないものまでの設計構成を迅速に生成します。

「私たちがやりたかったのはエンジニアリングであり、デザインジョーダン・スマート氏は、「大規模な AI 言語モデルがテキストに対して何を行ったかを知ることができます。現在、エンジニアリング設計ソフトウェアを開くと、空白の画面が表示されます。deepSPACE を使用すると、要件を伝えると、人間が 1 つまたは 2 つ検討するのにかかる時間内に、実現可能な 100 から 1,000 のコンセプトが生成されます。これにより、より広い設計領域をよりよく把握できるようになります。」

そしてスマート氏は、deepSPACE は物理学関連の質問だけに限定されるものではないと述べ、「歴史的問題と歴史的な問題を組み合わせて訓練されている」と述べた。シミュレーションデータただし、標準のコスト見積もりツールを使用して、コスト分析のために少なくともそのレベルのフィードバックを得ることができます。」

その柔軟性を実証するために、Smart 氏と研究パートナーの Emilio Botero 氏は deepSPACE を使用して、ビーム、車輪、航空機だけでなく運用上の物流ネットワーク上の物理システム設計を生成しました。彼らは、deepSPACE が研究者や業界の専門家にとって役立つものであることを保証するために、大手の航空機および自動車会社と提携関係を築きました。

研究というのは、出版されたでAIAA航空フォーラムとAscend 2024。

「個人は deepSPACE をフルロードすることを望んでいるかもしれないが、企業は自社のデータや知識に結び付けられたカスタム モデルを構築することを好むことがわかりました。バックエンドでは、研究や設計に使用する独自のモデルを構築できますが、データゼロからでも使用できます。これは教育可能なプラットフォームです」とスマート氏は説明しました。

Smart によると、deepSPACE は古い最適化アルゴリズムよりも効率的です。「他の人は、設計空間のパラメータ化を開始するのに 20,000 回のシミュレーションが必要だと述べましたが、私たちはわずか約 250 個のサンプルで同様の結果を得ることができました。つまり、約 100 倍少ないデータ ポイントで、トレードオフを実感することができます」デザイン空間で。

「飛行機を設計するときに、翼の変更、エンジンの追加、ペイロードの増加が設計にどのような影響を与えるかを知りたい場合、こうした種類の感度とトレードオフは複雑です。従来の方法では、何千もの異なる設計ポイントが必要となる場合があります。deepSPACE は、それらの間で合理的に補間できるようになる前に、完全な生成モデルを構築しているため、より少ないデータ ポイントでより適切に補間することができ、同じレベルの精度で、より速く、より経済的に予測を行うことができます。。」

deepSPACE はコストが低いため、航空宇宙用途で特に価値があります。「航空機の製造には費用がかかるため、私たちはシミュレーションに頼っています。しかし、それを他の業界でどのように使用できるかを検討しています」とスマート氏は付け加えた。

deepSPACE が 3D CAD ファイルを提供するという事実は追加機能です。スマート氏は、他の画像生成プログラムからの出力を開いたり、レイヤーやエフェクトがすべてそのままの状態で他のデザイン ソフトウェアで使用したりすることはできないと述べた。

「deepSPACE を使用すると、人間が作成したものとまったく同じ種類の生ファイルが得られます。そのため、必要なあらゆる種類の編集や変更がそこにあり、利用可能です。まるで、別の会社に作業を下請けしており、これはその成果物の 1 つでした。」

スマート氏は、deepSPACE は、それを訓練する人間のエンジニアとのユニークな設計会話を生み出すことができると述べました。スマート氏は、「deepSPACE が生成した設計の 1 つが、ばかげていると考えました。私たちは、『明らかに何かが間違っています。一連の要件に従って設計されていますが、トレーニング データにはそのようなものはありませんでした。』と言いました。」と説明しました。しかし、結果を確認すると、生成された実際のシミュレーション結果は合理的であり、要件を満たしているように見えました。」

問題の航空機は比較的短い翼を持ち、バランスと安定性を提供するために操縦翼面が後方にオフセットされていました。スマート氏は、これはシミュレーションを悪用したり、構築できないことを行っているわけではないと述べたので、さらに詳しく調べ始めたところ、似たようなものをどこかで見たことに気づいたという。最終的に、彼らはそれが大手航空機メーカーによって製造および飛行されている実際の飛行機に似ていることを発見しました。

「私はトレーニング データ、シミュレーション、および実際の学習アルゴリズムをセットアップしました。私たちは、3 つの従来の管翼機、コンコルド、および 1 つの混合翼体のコンセプトからの学習セットを DeepSPACE に与えました。そこから、DeepSPACE は独自のコンセプトを生成し始めました。それらをシミュレーションと照合して学習することで、非物理的なものが生成されることもありますが、そこからエッジがどこにあるかを学習しました。

「人間が『あれもこれも考えないで』と言うことなく、ブレインストーミングのような独自の実験を実行し、私たちが予期していなかったものを見つけることができました。私の個人的な偏見なら、それは捨てるべきだったでしょう」とスマート氏は語った。。

スマート氏は、deepSPACE がシミュレーション結果と、設計が彼の要件をどのように満たしているかを示すことができたと述べました。設計どおりに、問題に対する実行可能な解決策が見つかりました。

「私たちはこれに表形式の一連の履歴データを与え、そこから理解を深め、探索と実験を開始します。結果を得るためにベースライン モデルを構築できますが、それを遊び場やサンドボックスのように扱うことができます。過去のデータにない新しいシミュレーションを実行できます。それが私の知識データベースにどのように追加されるかを見てください。

「何年もの間、私たちは信じられないほどの分析能力を持っていると感じてきましたが、ボトルネックは私たち自身にありました。シミュレーションはありますが、人間には何千ものシミュレーションを何度も実行して、悪いものを拒否し、良いものを見つけることはできません。deepSPACE は、ポケットの中にあるエンジニアのように設計された第一世代のシステムです。問題を設定し、後で戻ってさまざまなオプションを見つけることができます。そして、すでに持っている能力からさらに多くの洞察を得ることで、さらに先へ進みます。」

学術界や業界の専門家を念頭に置いて作成されていますが、Smart には別のアイデアもあります。「私の目標は、中学生に deepSPACE のものを使ってもらうことです。彼らは物理学を知らないかもしれないし、CAD 図面を作成するためのすべてのスキルを持っていないかもしれませんが、もし彼らが持っていれば、車、電車、宇宙船などのアイデアがあれば、それを deepSPACE に伝えて実行し、独自の変更を加えて次に何が起こるかを確認できます。」

詳細情報:Emilio M. Botero 他、DeepSPACE: 構成設計空間探索のための生成 AI、AIAA航空フォーラムとAscend 2024（2024年）。DOI: 10.2514/6.2024-4665