아니요, 지금 자동차를 만들려면 ChatGPT를 사용해야 하나요?

​ChatGPT의 인기로 인해 글로벌 컨셉주 급등이 시작되었습니다.

국내 자본시장만 봐도 바이두, 아이플라이텍, 윤총 등 수많은 AI 기업이 쭉쭉 오르고 있다고 할 수 있다.

필기인식과 OCR을 전문으로 하는 한왕기술조차 일일 한도를 5회 연속 돌파해 많은 네티즌들 사이에서 "이거랑 연관이 있다"는 말이 나오던데...

그런데 가족들 , 속담처럼 "놀라움은 없습니다. "더 예상치 못한 일이 있을 뿐입니다." 그리고 훨씬 더 예상치 못한 회사가 곧 ChatGPT에 합류할 예정입니다. -

자동차 만들기!

아... 대화형 로봇이군요. 이제 자동차도 만들 수 있을 만큼 강력해졌나요? ? ?

자동차 만들기, AIGC는 어떻게 하나요?

먼저 AI 자동차 제조란 AI가 생산 라인을 제어하는 ​​것이 아니라, AI 알고리즘을 사용해 자동차 부품 설계를 완성하는 것을 의미한다는 점에 유의해야 합니다.

자동차 제조 업계의 ChatGPT에 해당하는 것은 자율 스케이트보드 섀시 및 차량 개발 및 제조 회사인 PIX Moving에서 제안한 자동차 알고리즘 설계 모델 AAM™(Automotive Algorithm Modeling)입니다.

AI 그림 및 AI 채팅과 매우 유사한 AAM™은 AI가 생성할 수 있는 영역, 기능적 요구 사항 및 제약 조건을 포함하여 매개 변수 또는 스케치를 인간이 제공하는 데에도 사용됩니다.

텍스트와 그림이 “엄청난 양의 데이터와 풍부한 교육 자원을 기반으로 한다”는 전제와 달리, 산업 분야의 경우 그림과 텍스트 분야의 데이터 양이 데이터 양에 도달하기 어려운 경우가 많습니다.

따라서 PIX는 산업 시나리오의 특성을 기반으로 규칙 기반 소형 모델과 대형 모델을 결합하고 대형 모델을 사용하여 대규모 차량 데이터를 학습하여 근사 설계를 생성한 다음 고전 알고리즘을 사용하여 근사치를 최적화하는 전략을 제안합니다. 산업 시나리오의 제조 요구 사항을 충족하기 위해 정확한 엔지니어링 파일로 설계합니다.

AAM™은 "경험이 풍부하고" "성숙한" 디자이너라고 볼 수 있습니다.

경험은 대량의 훈련 데이터에서 비롯되며, 성숙한 기술은 설계를 제공하면서 후속 시뮬레이션 검증을 완료하는 것을 의미합니다.

전통적인 프로세스에 따르면, 예비 설계 계획이 제시된 후 시뮬레이션을 통해 검증해야 하며, 검증을 통과하지 못한 부분은 수정을 위해 반환되어야 합니다.

과거에는 인간 엔지니어가 계획을 수정하려고 할 때 실제로 작업량은 처음부터 새로운 계획을 설계하는 것보다 훨씬 적지 않았습니다. 며칠에서 최대 일주일까지 소요될 수 있었습니다.

AI가 계획을 수정하려면 몇 가지 매개변수만 변경하면 되며 이 작업은 몇 분 안에 완료될 수 있습니다.

다양한 매개변수에 따라 한 번에 배치를 생성한 다음 가장 좋은 항목을 필터링할 수도 있습니다. 시간을 절약하는 동시에 최종 선택된 솔루션의 품질도 더 높은 수준으로 향상시킬 수 있습니다.

AAM™의 참여로 전체 프로세스가 얼마나 가속화될 수 있나요?

PIX Moving 팀에서 제공한 수치는 다음과 같습니다. 전체 제품에 소요되는 시간이 60% 단축되고, 단일 부품에 소요되는 시간이 며칠에서 몇 시간으로 단축됩니다.

AI 페인팅, AI 챗봇 등 소비자 수준의 AIGC 알고리즘에 비해 AIGC는 업계에서 사용하기가 훨씬 어렵습니다.

예를 들어 AI를 사용하여 사진이나 동영상을 수정하는 경우 광학 및 재료의 물리적 특성을 고려할 필요가 없으며 픽셀 수준에서 '사람의 눈을 속이기'만 하면 됩니다.

업계에서는 설계한 부품이 결국 생산 공정에 들어가게 되며 실제적이고 사용 가능해야 하며 제조 요구 사항을 충족해야 합니다.

ΔAI가 디자인한 스케이트보드 섀시 구조를 3D 프린터로 제작하고 있습니다

ΔAAM™이 디자인한 3D 프린팅된 자율주행 스케이트보드 섀시(실제 차량)

우리 모두 알고 있듯이 , 딥러닝이 기본입니다. AI 알고리즘은 설명할 수 없고 이런 측면에서는 정말 별로 좋지 않습니다.

이 문제를 극복하기 위해 AAM™ 알고리즘은 AI 알고리즘과 고전 기하학 및 물리 알고리즘의 협력으로 완성되었습니다. 이는 다른 AIGC 응용 프로그램과 비교하여 AAM™의 혁신이기도 합니다.

AI와 전통적인 방법의 협력으로 설계한 부품이 생산에 들어갔을 뿐만 아니라 자동차에도 설치되었습니다. PIX가 개발한 자율주행 스케이트보드 섀시는 물론, 공유이동공간(로보버스), 개인이동공간(NEV) 제품의 섀시 및 프레임 디자인에도 활용됐다.

Δ공유 이동 공간(Robobus)

Δ개인 이동 공간(NEV)

또한 PIX의 파트너인 Fulongma Group은 청소 로봇에 AAM™을 설계 및 제조에 적용했습니다.

ΔFronma Group의 무인 위생 로봇

PIX Moving 팀에 따르면 실제로 숙련된 엔지니어는 과거 경험에 의해 쉽게 제한되어 결과적으로 창의성과 생산성을 원하지만 여전히 쉽지 않습니다. 생산 요구 사항을 충족하는 작품을 생산합니다.

AI에는 이러한 제한이 적용되지 않습니다. 훈련 데이터가 많을수록 그 능력은 더욱 강력해집니다.

일반적으로 AI 자동차 제조는 공정 속도를 높이고 비용을 절감하는 것 외에도 창의성과 디자인 품질에도 여지가 있습니다.

AAM™이 PIX Moving에서 1년 넘게 사용된 것으로 알고 있습니다. 이러한 놀라운 효과를 본 덕분에 팀은 AAM™을 외부 세계에 공개할 자신감을 갖게 되었습니다.

제품화는 AI 알고리즘을 시장에 출시하는 핵심 단계입니다. GPT-3의 영향력이 탄생 이후 수년 동안 기술계에 국한되었던 것처럼 ChatGPT는 누구나 쉽게 사용할 수 있게 되면서 세계적인 히트작이 되었습니다.

PIX 무빙팀에서는 최종 제품이 웹 기반 클라우드 서비스가 될 것이라고 밝혔습니다.

기존의 번거로운 산업용 소프트웨어 구성과 배포가 필요 없으며, 브라우저만 열면 사용할 수 있으며, 여러 사람의 온라인 협업을 지원합니다.

지능 + 워크플로 혁신을 통해 AAM™의 궁극적인 목표는 업계에 파괴적인 변화를 가져오는 것입니다.

AIGC가 양산모델을 바꾼다

소위 'ChatGPT로 자동차를 만든다'는 말은 말 그대로의 의미가 아니라는 것을 보면 어렵지 않습니다.

대신 ChatGPT로 대표되는 AIGC 모델을 사용하여 전통적인 자동차 제조 과정의 설계, 엔지니어링 및 제조 링크를 변경합니다.

전통적인 자동차 디자인에 내재된 주요 문제점은 "모발 하나가 몸 전체에 영향을 미친다"고 요약할 수 있는데, 그 이유는 그것이 다루는 세분화 과정이 복잡할 뿐만 아니라 서로 맞물려 있기 때문입니다.

예를 들어 컴퓨터 모델 도면, 엔지니어링 분석, 비용 추정, 신뢰성 실험 등. 일단 고객이 특정 링크에 대한 변경 요청을 제안하면 이는 설계 팀에게 "다시 시작"을 제공하는 것과 같습니다...

자동차 디자인 분야는 수요가 세분화되어 있을 뿐만 아니라 점차 다양화, 비표준화 방향으로 발전하고 있습니다. 물류, 보안, 농업 등 다양한 시나리오로 인해 자동차 디자인이 "하나의 템플릿"을 달성하는 것이 불가능해집니다. 모든 것을 다룹니다.". ".

ChatGPT와 마찬가지로 AIGC의 주요 특징은 전문가 수준의 지식과 보유 능력을 활용하여 매우 짧은 시간에 고품질의 결과를 제시할 수 있다는 것입니다.

이 둘의 조합을 통해 AAM™을 업계의 ChatGPT로 만드는 PIX Moving의 목표를 파악하는 것은 어렵지 않습니다.

"On the Job" 이후의 실제 결과를 보면 이 모델의 정확성도 확인할 수 있습니다.

AAM™의 지원으로 자동차 설계 프로세스의 효율성을 10배, 즉 수동 설계 효율성보다 50~100배 높일 수 있으며, 측면에서도 "더 나은 솔루션"을 제공할 수 있는 것으로 이해됩니다. 정확성과 안정성 그 정도죠.

그리고 PIX Moving은 디자인 측면뿐만 아니라 제조 측면에서도 RTM™(Real-time Molding Model)을 제안합니다. 이러한 펀치의 조합은 다음과 같이 요약할 수 있습니다.

• AAM™: 변환 차량 디자인이 디지털화되고 체계화되어 고품질의 디자인 계획이 신속하게 결정됩니다.
• RTM™: 결정된 계획을 인계받아 무형 실시간 성형 시스템을 통해 신속하게 디지털 제조를 수행합니다.

ΔRTM™, 실시간 성형 기술 시연

AIGC 아이디어로 자동차 제조 효율성을 향상시키는 이 모델은 글로벌 산업용 소프트웨어 거대 기업인 오토데스크에서도 인정받았습니다.

2022년 10월 PIX Moving의 AI 알고리즘 설계 및 새로운 제조 프로세스의 혁신과 기여가 올해의 혁신가상을 수상했습니다.

그러나 PIX Moving이 플레이하는 게임은 자동차 제조 분야에만 국한되지 않고 앞으로 이 모델을 건축 설계, 항공우주, 조선 및 기타 여러 분야에도 적용할 것으로 이해됩니다. 산업 디자인 분야.

보다 광범위한 목표에 관해서는 아마도 100년 전 포드가 자동차를 수천 가구에 보급하고 대량 소비재로 만들 수 있었던 조립 라인을 발명한 것과 마찬가지로 PIX Moving의 프로세스 혁신은 개인화를 다음 세대의 주류로 만들 것입니다. 산업 생산의 세대. Yu Chuan CEO는 다음과 같이 말했습니다.

제조 공정은 하드웨어 제품 혁신의 경계를 결정합니다.

...

그렇다면 일반 개발자도 업계에서 ChatGPT를 경험할 수 있을까요? 이것은 가능합니다.

2023년 4월에 PIX AAM™이 일부 무료 기능 모듈을 SaaS 또는 PaaS 형태로 외부 세계에 공개할 것으로 이해됩니다!

체험하고 싶은 친구는 혜택을 기다려주세요.

위 내용은 아니요, 지금 자동차를 만들려면 ChatGPT를 사용해야 하나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!