トヨタのAIにより、電気自動車の設計がより迅速になりました

Toyota's AI has made electric car design faster.

トヨタ研究所（TRI）は、車両設計の世界で発表を行いました。彼らは、画期的な生成型人工知能（AI）技術を発表し、電気自動車（EV）の設計方法を変革することを目指しています。この新しい技術により、トヨタは、EVの設計の手動開発がしばしば妨げられる制約を克服することを目指しています。このエキサイティングなブレークスルーについて詳しく見ていきましょう。

また読む： Tech Mahindra CEO Accepts Sam Altman’s AI Challenge

クリエイティブプロセスの強化

デザイナーは、既に公開されているテキストから画像を生成するAIツールを、創造プロセスの早い段階で利用することができます。 TRIの革新的な技術は、初期の設計スケッチとエンジニアリングの制約をこのプロセスに組み込むことができ、設計とエンジニアリングの考慮事項を調整するために必要な反復回数を大幅に減らすことができます。これにより、設計プロセスの効率が向上するだけでなく、時間も節約できます。

また読む：Meta Launches ‘Human-Like’ Designer AI for Images

• Covid-19の多様な変異株に対応する多目的ワクチンの作成
• マックス・プランク研究所の研究者たちは、MIME（3D人間モーションキャプチャを取得し、その動きに一致する可能性のある3Dシーンを生成する生成AIモデル）を提案しています
• UCサンディエゴとクアルコムの研究者たちは「Natural Program」を公開しましたそれは自然言語での厳密な推論チェーンの容易な検証にとって強力なツールであり、AIにおける大きな転換点となります

より速く、より効率的な設計

TRIの新しい技術を実装することで、電気自動車の設計を革命することができます。このツールにより、エンジニアリングの制約を設計プロセスに直接組み込むことができ、トヨタはこれまで以上に迅速かつ効率的に電動車を設計することができます。設計時間を短縮することは、EVの革新の最前線にいるトヨタを優位に立たせる重要な利点です。

また読む：zPod, India’s First AI-Driven Autonomous Vehicle

パフォーマンスメトリックの最適化

EVの設計における重要な側面の1つは、パフォーマンスメトリックの最適化です。たとえば、ドラッグを減らすことは、バッテリー電気自動車（BEV）の空力を改善し、走行距離を最大化するために不可欠です。 TRIが開発した新しいAI技術は、これらのパフォーマンスメトリックを考慮に入れます。トヨタ自動車のBEV工場長である加藤武郎氏は、BEVの効率を改善するためにドラッグを減らすことの重要性を強調しています。この新技術により、トヨタはドラッグ、ライドハイト、キャビン寸法などのパフォーマンスメトリックを最適化することができます。

エンジニアリングとAIの融合

従来、生成型AIツールはデザイナーのインスピレーションの源として使用されてきました。しかし、実際の自動車設計に関わる複雑なエンジニアリングや安全に関する考慮事項を扱うことができないことがあります。 TRIのHuman Interactive Driving（HID）部門のディレクターであるAvinash Balachandran氏は、トヨタ自動車のエンジニアリングの専門知識を現代の生成型AIの能力と統合することの重要性を強調しています。この統合により、デザイナーに先進的なツールを提供しつつ、エンジニアリングと安全性が犠牲にならないようにします。

また読む：Mercedes-Benz Cars Get Even Smarter with ChatGPT

エンジニアリングの制約を組み込む

TRIの研究者は、新しい技術が正確なエンジニアリングの制約を設計プロセスに組み込む方法について2つの論文を発表しました。燃費に影響を与えるドラッグなどの主要な制約と、ハンドリング、エルゴノミクス、および安全性に影響を与えるライドハイトやキャビン寸法などのシャシー寸法などの制約を、生成型AIプロセスに暗黙的に統合することができます。このブレークスルーにより、美的だけでなく高度に機能的な車両の設計が可能になります。

また読む：Drive Into the Future with Jeep’s Next-Gen AI & Autonomous Off-Road Driving Tech

最適化理論と生成型AIの融合

TRIのチームは、コンピュータ支援設計で広く使用されている最適化理論の原則と、テキストから画像を生成するAIを組み合わせました。その結果、デザイナーは、生成型AIプロセスのテキストベースのスタイリストプロンプトを保持しながら、エンジニアリングの制約を最適化することができるようになりました。最適化理論と生成型AIのシームレスな融合により、デザイナーは、デザインのフォームと機能をバランス良く調整することができます。

もっと学ぶ：私たちと一緒に素晴らしい学習体験をしてください！DataHack Summit 2023でDiffusion Modelsで生成型AIの無限の世界を開放してください。

デザイナーの夢

初期のプロトタイプスケッチに基づいてスタイルの特性を「スリーク」「SUVのような」「モダン」と指定しながら、スイートの設計をリクエストできるデザイナーを想像してみてください。この新しいAI技術により、そんな夢が現実になります。デザイナーは、エアロダイナミックドラッグなどの定量的なパフォーマンスメトリックを最適化しながら、自分の望むスタイルの要素を維持することができます。 TRIの研究論文は主に空気抵抗に焦点を当てていますが、このアプローチは、設計画像から推測される他のパフォーマンスメトリックや制約を最適化するために適用することができます。

私たちの見解

TRIの最新のAI技術は、自動車デザイナーやエンジニアのスキルを高めるために、創造力を引き出すための取り組みの証です。このブレークスルーにより、EVの設計をより迅速かつ効率的に行うことができ、エンジニアリング上の制約事項が設計プロセスにシームレスに統合されます。トヨタは革新の限界を押し上げ、電気自動車のリーダーとしての地位を確固たるものにしています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!