science >> Wetenschap >  >> Elektronica

Kunstmatige intelligentie helpt bij het ontwerpen van een ultra-aerodynamische fiets

Dankzij software ontwikkeld door Neural Concept, een EPFL-spin-off, fietsingenieurs kunnen snel de meest aerodynamische vorm voor een fiets berekenen. De software - die vandaag in Stockholm wordt gepresenteerd op de International Conference on Machine Learning - past kunstmatige intelligentie toe op een reeks door de gebruiker gedefinieerde specificaties. Ingenieurs hebben het programma al gebruikt om een ​​fiets te ontwerpen waarvan ze hopen dat deze dit najaar in Nevada het wereldsnelheidsrecord zal breken.

Het huidige record voor een fietser die over een vlakke weg rijdt, is 133,78 km/u. in 2012 door een Nederlands team ingesteld op de World Human Powered Speed ​​Challenge, die elk jaar plaatsvindt in de woestijn van Nevada. Maar deze september een team van IUT Annecy wil dat record verbeteren. Het team gebruikte op kunstmatige intelligentie gebaseerde software ontwikkeld door Neural Concept, een EPFL-startup, om de prestaties van zijn fiets te verbeteren. In slechts een paar minuten, De technologie van Neural Concept kan de optimale vorm van een fiets berekenen om deze zo aerodynamisch mogelijk te maken. Het kan ook worden gebruikt voor aerodynamicaberekeningen in een aantal andere toepassingen. Het bedrijf presenteert vandaag zijn software in Stockholm op de International Conference on Machine Learning.

Van de buitenkant, De ligfiets van het IUT Annecy-team lijkt meer op een kleine raceauto dan op een door mensen aangedreven fiets. Het werd op maat gemaakt om nauw aan te sluiten op het lichaam van de fietser. Tijdens de uitdaging, hij zal een stuk recht stuk van 200 meter moeten afdalen, zo snel mogelijk vlakke weg, na een aanloop van 8 km. Het ontwerpdoel is duidelijk niet het comfort van de fietser, maar om het meeste uit elke centimeter van het voertuig te halen.

Krediet:Ecole Polytechnique Federale de Lausanne

Sneller komen, meer gedetailleerde en effectievere ontwerpen

Bestaande aerodynamische ontwerpmethoden vragen enorm veel rekenkracht. Traditioneel bedenken fietsingenieurs verschillende vormen en testen die vervolgens met computersimulatie. Maar hier, Voor de eerste keer, ingenieurs gebruikten optimalisatiesoftware - in plaats van hun eigen intuïtie - om de kuip van de ligfiets te definiëren. Het IUT Annecy-team gebruikte de software van Neural Concept, met vermelding van de maximale lengte en breedte van de fiets en de benodigde ruimte voor de aandrijflijn en wielen. Het programma sorteerde vervolgens allerlei vormen, ze snel vergelijken om tot de beste te komen. Bijvoorbeeld, het programma hielp de ingenieurs bij het bepalen van de beste locatie voor de maximale breedte van het voertuig.

Om de technologie achter de software te ontwikkelen, onderzoekers van EPFL's Computer Vision Laboratory hebben een convolutioneel neuraal netwerk getraind om de aerodynamische eigenschappen te berekenen van verschillende vormen die worden weergegeven door generieke polygoonmazen, dit zijn verzamelingen punten die worden gebruikt om 3D-vormen te genereren. Dit type kunstmatige intelligentie werkt door verschillende lagen te doorlopen, het categoriseren van informatie van de eenvoudigste tot de meest complexe. In de eerste lagen, het programma identificeert de contouren van een vorm; vervolgens wijst het de contouren toe aan een object en bepaalt op basis van de verwachte uitkomst tot welke categorie het object behoort.

Ingenieurs kunnen de software gebruiken om sneller en nauwkeuriger gedetailleerde analyses van verschillende ontwerpen uit te voeren. "Ons programma resulteert in ontwerpen die soms 5-20% aerodynamischer zijn dan conventionele methoden. Maar nog belangrijker, het kan worden gebruikt in bepaalde situaties die conventionele methoden niet kunnen, " zegt Pierre Baque, CEO van Neural Concept. Een ander voordeel is dat de software ontwerpen kan vergelijken zonder menselijke vooringenomenheid. "De vormen die bij het trainen van het programma worden gebruikt, kunnen heel anders zijn dan de standaardvormen voor een bepaald object. Dat geeft het veel flexibiliteit, ", voegt Baque toe.

De World Human Powered Speed ​​Challenge is een wedstrijd waarbij fietsen zijn ontworpen door teams van universiteitsstudenten. Dit jaar vindt het plaats op 10 t/m 15 september, en veel andere teams zullen ook voor het record gaan. De Challenge wordt een echte test voor zowel het IUT Annecy-team als de machine-learningtechnologie van Neural Concept. De software heeft ook talloze andere potentiële toepassingen, zoals voor het ontwerpen van drones, windturbines en vliegtuigen. Andere professionals uit de industrie zien duidelijk het potentieel ervan - Baqué is vandaag uitgenodigd om te spreken op 's werelds grootste machine learning-conferentie in Stockholm. IUT Annecy en Neural Concept zijn al begonnen aan de fiets voor de race van volgend jaar. Het wordt exclusief en volledig ontworpen door de software, zonder enige menselijke tussenkomst.