Новости

Команда Williams назначила доктора Джеймса Смита на должность главного информационного директора для интеграции искусственного интеллекта и систем данных в свою стратегию, создавая технологическую базу для повышения конкурентоспособности в Формуле-1.

GM активно использует искусственный интеллект для ускорения разработки автомобилей, создавая 3D-рендеры и анализируя аэродинамику в реальном времени. Это позволяет дизайнерам и инженерам быстрее воплощать идеи в жизнь.

Otto Aerospace использует искусственный интеллект для оптимизации аэродинамики своего нового легкого самолета Phantom 3500, который обещает производительность на уровне среднемагистральных самолетов.

Компания Luminary Cloud представила первый в мире открытый физический AI-модель для аэродинамического анализа SUV, разработанный в сотрудничестве с Honda и Nvidia. Модель SHIFT-SUV позволит дизайнерам проводить интерактивный анализ аэродинамики на ранних этапах проектирования.

Глава Aston Martin в Формуле-1 ожидает, что приход Адриана Ньюи, известного дизайнера, окажет мгновенное влияние на команду, когда он начнет работу в следующем месяце.

Исследование показывает, что глубокое обучение с подкреплением (DRL) значительно эффективнее традиционных методов управления потоком в условиях турбулентного отделения, снижая площадь турбулентного отделения на 9% по сравнению с 6,8% при классическом подходе.

Siemens и PhysicsX объединили усилия для создания AI-моделей, которые значительно ускоряют процессы проектирования в аэродинамике, используя передовые симуляции и синтетические данные.

Предложен новый метод на основе нейронных сетей для идентификации аэроэластичных систем, который позволяет предсказывать скорость флаттера высокофлексибильных крыльев. Этот подход упрощает моделирование и повышает точность прогнозов.

Siemens и стартап PhysicsX объединяют усилия для создания AI-модели глубокого физического моделирования, которая ускорит прогнозирование и оптимизацию в аэродинамике, используя данные высокоточных симуляций.

Новая методология, использующая машинное обучение для оптимизации аэродинамических характеристик электромобилей, обещает ускорить процесс разработки и повысить эффективность транспортных средств.

Новая методология использует имплицитные нейронные представления для создания суррогатных моделей аэродинамических симуляций, обеспечивая значительное ускорение расчетов.

Исследователи представили FALCON — модельный алгоритм обучения с подкреплением, который эффективно управляет аэродинамическими силами дронов в условиях сильной турбулентности, значительно улучшая стабильность и производительность.