Dassault Systèmes a annoncé l'organisation de la SIMULIA Community Conference Japan 2026, qui servira de plateforme pour présenter l'évolution radicale des technologies de modélisation et de simulation (MODSIM) grâce à l'intégration des capacités de l'intelligence artificielle. Selon Michelle Ash, directrice générale de la marque SIMULIA, l'industrie s'oriente vers une intégration plus profonde de l'intelligence artificielle dans les processus de conception technique afin de réduire l'écart entre les modèles numériques et la réalité physique.
La transition de l'ingénierie traditionnelle vers le MODSIM soutenu par l'IA
Les processus d'ingénierie assistée par ordinateur (CAE) ont toujours reposé sur des outils de simulation spécialisés tels qu'Abaqus, PowerFLOW, CST, Simpack et Wave6 pour effectuer des tests précis sur les produits. Cependant, le secteur connaît une transition vers le concept de MODSIM (modélisation et simulation), où le processus ne se limite plus au simple test de conceptions finies, mais s'étend à la construction de modèles numériques interactifs capables d'apprendre et d'évoluer.
Cette orientation vise à relever les défis traditionnels du développement de produits, tels que le besoin impérieux de réduire le cycle de développement et de diminuer les coûts élevés associés aux essais physiques et en laboratoire. En intégrant l'intelligence artificielle, les ingénieurs peuvent accélérer les calculs complexes et transformer les données massives issues de la simulation en informations de conception immédiates.
Qu'est-ce qui change concrètement ?
Le changement fondamental sur lequel se concentre la conférence réside dans le passage de la simulation en tant qu'outil de « vérification » à la simulation en tant qu'outil de « génération et de développement » via ce que l'on appelle l'intelligence artificielle physique (Physical AI). Cela signifie :
- Accélération des calculs : utilisation d'algorithmes d'IA pour prédire les résultats physiques, réduisant ainsi le temps nécessaire par rapport à la simulation traditionnelle qui peut prendre des heures ou des jours.
- Intégration des données : capacité à fusionner les données extraites de différents outils (tels que la simulation électromagnétique et mécanique) au sein d'un environnement d'IA unifié.
- Amélioration de la précision des modèles : utilisation de l'apprentissage automatique pour renforcer la précision des modèles numériques et les rendre plus capables de simuler des phénomènes physiques complexes avec une extrême précision.
Pourquoi cette orientation est-elle importante ?
Cette transformation répond aux exigences des industries de pointe telles que l'automobile, l'aéronautique et l'électronique, où la rapidité de mise sur le marché (Time-to-Market) est devenue un facteur de compétitivité crucial. La capacité d'intégrer l'intelligence artificielle dans un environnement MODSIM permet aux entreprises d'innover avec des produits plus complexes et plus sûrs dans des délais records, tout en réduisant la dépendance aux prototypes physiques coûteux.