北京
慕尼黑寶馬研發(fā)中心的一個(gè)普通周三，碰撞模擬團(tuán)隊(duì)照常提交了一組新的結(jié)構(gòu)參數(shù)，不到半小時(shí)，三維模型上就彈出了上千個(gè)應(yīng)力反饋點(diǎn)。這種每周上演數(shù)千次的虛擬碰撞測試，已在寶馬內(nèi)部持續(xù)多年，積累的工程數(shù)據(jù)量超過1PB。過去這些數(shù)據(jù)主要用于驗(yàn)證安全設(shè)計(jì)，但在寶馬集團(tuán)首席信息官弗朗茨·德克爾看來，它們正在變成另一種更稀缺的資產(chǎn)——訓(xùn)練工業(yè)AI模型的基礎(chǔ)原料。
寶馬近日公布了與法國人工智能初創(chuàng)公司Mistral AI的合作，明確將AI應(yīng)用的戰(zhàn)場指向碰撞仿真。德克爾在回應(yīng)合作時(shí)直言：“對(duì)寶馬集團(tuán)而言，工業(yè)數(shù)據(jù)的利用，是把人工智能轉(zhuǎn)化為價(jià)值創(chuàng)造的關(guān)鍵因素。通過將我們的工程數(shù)據(jù)集與Mistral AI的模型訓(xùn)練能力相結(jié)合，我們正在構(gòu)建能支撐復(fù)雜開發(fā)任務(wù)的專用AI。”這句話幾乎道出了整個(gè)計(jì)劃的核心邏輯：用自己積攢多年的專有數(shù)據(jù)，訓(xùn)出一個(gè)懂車身力學(xué)、懂材料特性、懂安全標(biāo)準(zhǔn)的內(nèi)行模型，而不只是通用聊天或圖像生成工具。
這一思路直接體現(xiàn)在寶馬內(nèi)部正在推進(jìn)的“LIM”概念上，即大型工業(yè)模型。與當(dāng)前流行的通用大模型不同，LIM在起步階段就植入領(lǐng)域特定的知識(shí)，訓(xùn)練數(shù)據(jù)并非來自公開互聯(lián)網(wǎng)，而是源自寶馬車輛開發(fā)和安全測試中產(chǎn)生的工程與仿真數(shù)據(jù)。寶馬方面公開說明，讓AI學(xué)會(huì)車輛結(jié)構(gòu)和材料行為，光靠數(shù)據(jù)還不夠，還需要深厚的領(lǐng)域經(jīng)驗(yàn)以及能讓AI從實(shí)際開發(fā)流程中持續(xù)學(xué)習(xí)的技術(shù)環(huán)境。這也是為什么合作不止于模型微調(diào)，而是指向長期的工程協(xié)同。
1PB這個(gè)數(shù)字能更直觀地解釋為什么合作應(yīng)運(yùn)而生。寶馬每周運(yùn)行數(shù)千次虛擬碰撞模擬，每次碰撞都會(huì)生成結(jié)構(gòu)變形、加速度曲線、能量吸收路徑等多維參數(shù)，數(shù)年下來匯聚成了這個(gè)規(guī)模的數(shù)據(jù)庫。這不僅是物理測試的補(bǔ)充，更在材料選型、結(jié)構(gòu)優(yōu)化環(huán)節(jié)替工程師提前篩掉大量不可行方案。然而，傳統(tǒng)仿真軟件依賴固定算法和人工判讀，面對(duì)海
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
