Компания Dassault Systèmes объявила об организации конференции SIMULIA Community Conference Japan 2026, которая станет платформой для демонстрации радикального развития технологий моделирования и симуляции (MODSIM) посредством интеграции возможностей искусственного интеллекта. Согласно заявлению Мишель Эш (Michelle Ash), генерального директора бренда SIMULIA, отрасль движется к более глубокой интеграции искусственного интеллекта в процессы инженерного проектирования, чтобы сократить разрыв между цифровыми моделями и физической реальностью.
Переход от традиционного проектирования к MODSIM на базе ИИ
Процессы инженерного анализа с помощью компьютера (CAE) долгое время полагались на специализированные инструменты моделирования, такие как Abaqus, PowerFLOW, CST, Simpack и Wave6, для проведения точных испытаний продукции. Однако сектор переживает переход к концепции MODSIM (моделирование и симуляция), где процесс не ограничивается простой проверкой готовых проектов, а распространяется на создание интерактивных цифровых моделей, способных к обучению и развитию.
Это направление направлено на решение традиционных проблем разработки продукции, таких как острая необходимость сокращения цикла разработки и снижения огромных затрат, связанных с физическими и лабораторными испытаниями. Благодаря интеграции искусственного интеллекта инженеры могут ускорять сложные вычислительные процессы и преобразовывать огромные объемы данных, полученных в результате моделирования, в мгновенные проектные решения.
Что меняется на практике?
Существенное изменение, на котором фокусируется конференция, заключается в переходе от моделирования как инструмента «проверки» к моделированию как инструменту «генерации и развития» через так называемый физический ИИ (Physical AI). Это означает:
- Ускорение вычислений: использование алгоритмов ИИ для прогнозирования физических результатов, что сокращает время, необходимое для традиционного моделирования, которое может занимать часы или дни.
- Интеграция данных: возможность объединения данных, полученных из различных инструментов (таких как электромагнитное и механическое моделирование), в единой среде искусственного интеллекта.
- Повышение точности моделей: использование машинного обучения для повышения точности цифровых моделей и придания им большей способности с предельной точностью моделировать сложные физические явления.
Почему это направление важно?
Этот сдвиг является ответом на требования передовых отраслей, таких как автомобилестроение, авиация и электроника, где скорость выхода на рынок (Time-to-Market) стала решающим фактором конкурентоспособности. Способность интегрировать искусственный интеллект в среду MODSIM дает компаниям возможность создавать более сложные и безопасные продукты в рекордные сроки, снижая зависимость от дорогостоящих физических прототипов.