aiとmlはシミュレ，ションをどう変えるのか

過去50年以上にわたり,エンジニアリングシミュレーションの分野では,エンジニアが3 d物理学の問題をより速く簡単に,より高い精度で,よりロバストな結果を得ることができる数値解析手法が開発されてきました。有限要素法解析(有限元分析)有限体積法(有限体积法),有限差分時間領域(FDTD)により,ソルバーの効率が向上し,動的な可視化技術により,いわゆる使い勝手が向上しました。

このような改善にもかかわらず，いくかの課題が残っています。具体的には，シミュレ，ションでは，以下のようなトレ，ドオフを同時に行う必要があります。

1.結果の精度

2.結果のスピ，ド

3.ワ，クフロ，の使いやすさ

4.ワ，クフロ，のロバスト性

例えば，マルチフィジックスソリュ，ションの構成要素であるメッシュ生成に，いて考えてみましょう。粗いメッシュを使用すると,シミュレーション速度は向上するものの,精度が低下することはよく知られています。同様に,より単純なメッシュを用いた使いやすいワークフローも精度を低下させ,シミュレーションが収束せず,ロバスト性が損なわれる場合など,別の問題を引き起こす可能性があります。

万博Ansysは,これらの問題をすべて解決するために,人工知能/機械学習(AI /毫升)の利用を検討しています。

盼

同時進行での改善

AIの実用化は1970年代に始まりましたが,実際にはその10年前にルールベースのエキスパートシステムが開発されたことがきっかけとなっています。ルールベースのエキスパートシステムは,通常は人間の知能が必要とされる問題を,人間の専門知識に基づいて解決する,最もシンプルなAIです。

AI /毫升アプリケーションは,創薬の効率化,ロボット支援手術,世界中の医療従事者が瞬時にアクセスできる自動カルテなど,科学や医療の分野で積極的に活用されるものと期待されています。しかし，ai / mlは，ますます広範な業界やユザに急速に導入されています。消費者ブランドがソーシャルメディアを活用して顧客が自社製品に対してどのように感じているかを把握したり(センチメント分析),投資家が株式取引の機会を逃さないようにしたり(金融アルゴリズム取引),電子商取引のオーナーがオンラインショッピングの利用者に提供する商品をパーソナライズできるようにしたり(レコメンデーションエンジン)しています。

万博Ansysでは,AI /毫升の手法を用いてシミュレーションのパラメータを自動的に求めることで,スピードと精度を同時に向上させることができます。

拡張シミュレーションを用いて,データドリブンまたは物理情報に基づいた方法でニューラルネットワークを学習させることで,シミュレーションを100倍単位で高速化することができます。

ai / mlを適用することで，以下のことが可能になると考えています。

盼
• お客様の生産性をさらに向上させます。
• チップの熱ソリューションの高速化や,局所領域での高忠実度ソリューションと粗い領域での毫升法を組み合わせた流体ソルバーの開発など,シミュレーションの強化を図ります。
• 設計スペ，スの探索を最適化します。
• ソルバ、のリソ、ス予測の必要性など、ビジネス、ンテリジェンスの決定を推進します。
• データ分析ベースのデジタルツインとシミュレーションベースのデジタルツインを組み合わせて,正確で高速なデジタルツインのハイブリッドを作成します。

はつまり,AI /毫升、理想的な世界(時間,労力,効率,結果が完璧にバランスしている世界)と,現実に起こることとのギャップを縮めるのに役立つと考えています。シミュレーションの生産性,使いやすさ,正確さのトレードオフを少しでも少なくすることができるようになるのです。

万博AnsysがAI/MLを使ってソルバ技術を向上させる計画にいて詳しく知りたい方は，NVIDIA GTCカンファレンスにおけるPrith Banerjeeのプレゼンテ，ションに登録してください。