Diseñar coches eléctricos ahora es más rápido con la IA de Toyota.
Designing electric cars is now faster with Toyota's AI.
El Instituto de Investigación de Toyota (TRI) ha hecho un anuncio en el mundo del diseño de vehículos. Han presentado una técnica revolucionaria de inteligencia artificial generativa (IA) para transformar la forma en que se diseñan los vehículos eléctricos (EV). Con esta nueva tecnología, Toyota busca superar las limitaciones que a menudo obstaculizan el desarrollo manual de diseños EV. Veamos más a fondo este emocionante avance.
También lee: CEO de Tech Mahindra acepta el desafío de IA de Sam Altman
Mejora del proceso creativo
Los diseñadores ahora pueden aprovechar las herramientas de IA generativas de texto a imagen disponibles públicamente como un primer paso en su proceso creativo. La innovadora técnica de TRI permite a los diseñadores incorporar bocetos de diseño iniciales y restricciones de ingeniería en este proceso, reduciendo significativamente el número de iteraciones requeridas para conciliar las consideraciones de diseño e ingeniería. Esto no solo ahorra tiempo, sino que también mejora la eficiencia del proceso de diseño.
También lee: Meta lanza una IA de diseñador “humanoide” para imágenes
- Investigadores del Max Plank proponen MIME un modelo de IA generativo que toma capturas de movimiento humano en 3D y genera escenas en 3D plausibles que son consistentes con el movimiento.
- Investigadores de inteligencia artificial de Salesforce presentan OVIS sin máscaras un generador de máscaras de segmentación de instancia de vocabulario abierto.
- Cómo rejuvenecer usando IA Descubierto nuevo medicamento contra el envejecimiento.
Diseño más rápido y eficiente
La implementación de la nueva técnica de TRI puede revolucionar el diseño de vehículos eléctricos. Al incorporar directamente las restricciones de ingeniería en el proceso de diseño, esta herramienta permite a Toyota diseñar vehículos electrificados más rápidamente y de manera más eficiente que nunca. Reducir el tiempo de diseño es una ventaja significativa que permite a Toyota mantenerse a la vanguardia de la innovación EV.
También lee: zPod, el primer vehículo autónomo impulsado por IA de la India
Optimización de métricas de rendimiento
Un aspecto crucial del diseño de EV es la optimización de las métricas de rendimiento. Por ejemplo, reducir la resistencia es vital para mejorar la aerodinámica de los vehículos eléctricos de batería (BEV) y maximizar su autonomía. La nueva técnica de IA desarrollada por TRI tiene en cuenta estas métricas de rendimiento. Takero Kato, presidente de la fábrica de BEV de Toyota Motor Corporation, destaca la importancia de reducir la resistencia para mejorar la eficiencia de los BEV. Esta nueva tecnología permite a Toyota optimizar métricas de rendimiento como la resistencia, la altura de manejo y las dimensiones de la cabina.
Fusión de ingeniería e IA
Tradicionalmente, las herramientas de IA generativas se han utilizado como fuentes de inspiración para los diseñadores. Sin embargo, a menudo no pueden manejar las complejas consideraciones de ingeniería y seguridad involucradas en el diseño real de automóviles. Avinash Balachandran, director de la División de Conducción Interactiva Humana (HID) de TRI, destaca la importancia de fusionar la experiencia de ingeniería de Toyota con las capacidades modernas de IA generativas. Esta integración permite lo mejor de ambos mundos, proporcionando a los diseñadores herramientas avanzadas mientras se asegura que no se comprometa la ingeniería y la seguridad.
También lee: Los autos Mercedes-Benz se vuelven aún más inteligentes con ChatGPT
Incorporación de restricciones de ingeniería
Los investigadores de TRI han publicado dos documentos que describen cómo la nueva técnica incorpora restricciones de ingeniería precisas en el proceso de diseño. Las restricciones clave, como la resistencia, que afecta la eficiencia del combustible, y las dimensiones del chasis, como la altura de manejo y las dimensiones de la cabina, que afectan el manejo, la ergonomía y la seguridad, ahora se pueden integrar implícitamente en el proceso de IA generativa. Este avance abre infinitas posibilidades para diseñar vehículos que no solo sean estéticamente agradables, sino también altamente funcionales.
También lee: Conduce hacia el futuro con la tecnología de conducción autónoma y IA de próxima generación de Jeep
Fusión de la teoría de optimización y la IA generativa
El equipo de TRI ha combinado principios de la teoría de optimización, ampliamente utilizados en la ingeniería asistida por computadora, con la IA generativa basada en texto a imagen. El algoritmo resultante permite a los diseñadores optimizar las restricciones de ingeniería mientras conservan sus indicaciones estilísticas basadas en texto para el proceso de IA generativa. Esta fusión perfecta de la teoría de optimización y la IA generativa permite a los diseñadores equilibrar la forma y la función en sus diseños.
Más información: Únete a nosotros para una experiencia de aprendizaje extraordinaria. Desbloquea el mundo ilimitado de la IA generativa con modelos de difusión en nuestro próximo taller en DataHack Summit 2023.
El sueño de un diseñador
Imagina que un diseñador puede solicitar un conjunto de diseños basados en un boceto de prototipo inicial mientras especifica propiedades estilísticas como “elegante”, “tipo SUV” y “moderno”. Esta nueva técnica de IA hace realidad tales sueños. Los diseñadores ahora pueden optimizar métricas de rendimiento cuantitativas, como la resistencia aerodinámica, mientras mantienen sus elementos estilísticos deseados. El documento de investigación de TRI se centra principalmente en la resistencia aerodinámica, pero el enfoque se puede aplicar para optimizar otras métricas de rendimiento o restricciones inferidas a partir de una imagen de diseño.
Nuestra opinión
La última técnica de inteligencia artificial de TRI es un testimonio de su compromiso para aprovechar el poder creativo de la IA y amplificar las habilidades de los diseñadores y ingenieros de automóviles. Este avance permite un diseño más rápido y eficiente de los vehículos eléctricos y asegura que las limitaciones de ingeniería se integren sin problemas en el proceso de diseño. Toyota continúa empujando los límites de la innovación, afianzando su posición como líder en vehículos eléctricos.
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Investigadores de UC San Diego y Qualcomm lanzan Natural Program una herramienta poderosa para la verificación sin esfuerzo de cadenas de razonamiento rigurosas en lenguaje natural – Un cambio de juego en inteligencia artificial.
- Revolutionizando la Navegación Investigadores del MIT Presentan un Nuevo Enfoque de Aprendizaje Automático para la Estabilización y Evitación de Obstáculos en Vehículos Autónomos.
- NVIDIA Research gana el desafío de conducción autónoma y el premio a la innovación en CVPR.
- Generación de columnas en programación lineal y el problema de corte de stock.
- Sensor de alcohol móvil para la muñeca podría impulsar la investigación sobre el consumo de alcohol.
- Una forma más efectiva de entrenar máquinas para situaciones inciertas del mundo real.
- NYU y NVIDIA colaboran en un gran modelo de lenguaje para predecir la readmisión de pacientes.