Exploration de l’IA et de la simulation avancée en ingénierie numérique : perspectives des leaders de l’industrie

Le contenu de cette page a été traduit automatiquement par un service tiers.

Le récent panel “Pulling the Digital Thread”, Exploiter la puissance de la simulation et de l’IA pour l’avenir de l’ingénierie, a réuni quatre figures influentes pour discuter de l’intersection de l’intelligence artificielle (IA) et de la simulation avancée en ingénierie numérique. J’ai modéré la discussion où nous avons exploré comment l’IA et la simulation transforment les processus d’ingénierie et accélèrent le développement de produits dans divers secteurs.

Merci à nos panélistes pour avoir apporté leur expertise unique à la conversation : David Long de l’INCOSE, Tom Martinek d’Ansys, Jan Paul (JP) Stein de McKinsey, et Matteo Nicholich d’Aras.

Les avantages de l’IA dans le développement de produits

Tom Martinek, un vétéran du développement de produits chez Ansys, a commencé par partager son point de vue sur l’intégration croissante de l’IA avec les outils de simulation traditionnels. “L’IA et l’apprentissage automatique nous permettent d’obtenir les mêmes résultats que les simulations basées sur la physique, mais de manière beaucoup plus rapide et efficace”, a expliqué Tom. Il a souligné que l’IA a commencé à prédire les comportements des produits sans se baser uniquement sur la résolution d’équations physiques complexes, accélérant ainsi le processus de conception. Tout en précisant qu’il n’est pas un expert de l’IA, Tom a montré comment l’IA complète le portefeuille de technologies de simulation pour rendre le développement de produits plus efficace.

David Long, représentant le point de vue de l’ingénierie système, a expliqué comment l’IA ajoute une couche d’intelligence supplémentaire aux problèmes d’ingénierie complexes. “L’ingénierie système repose sur l’idée que l’intelligence collective de plusieurs est supérieure à l’intelligence singulière d’une seule personne“, a déclaré David. Il a souligné que l’IA peut aider les équipes multidisciplinaires en identifiant les interactions et les concepts de solution précoce qui n’auraient peut-être pas été évidents autrement. L’objectif, selon David, est de démocratiser l’accès à l’ingénierie système, en la rendant plus accessible à tous les ingénieurs grâce au soutien de l’IA.

Surrogats d’apprentissage profond et simulations plus rapides

Jan Paul Stein de McKinsey a fourni des informations sur la manière dont les technologies basées sur l’IA, en particulier les surrogats d’apprentissage profond, peuvent partiellement remplacer les méthodes de simulation classiques. “Les surrogats d’apprentissage profond sont une technologie fascinante qui permet de remplacer partiellement les simulations classiques en entraînant des modèles d’IA sur la base de données complètes issues des simulations”, a noté Jan Paul. Il a expliqué comment ces modèles permettent une inférence plus rapide et une exploration plus efficace des solutions de conception optimales. Cette approche offre aux entreprises la possibilité de passer rapidement par plusieurs conceptions et d’obtenir des résultats plus affinés. Selon Jan Paul, les surrogats d’apprentissage profond représentent une nouvelle technologie fascinante permettant de remplacer partiellement les simulations classiques sur la base de modèles de type Large Language Models (LLMs) pour l’entraînement de l’IA.

JP a également mis en lumière le rôle de l’IA dans l’amélioration du délai de mise sur le marché pour divers secteurs. “Dans le passé, l’amélioration des performances des produits était le principal moteur. Mais maintenant, l’accent est mis sur la réduction du délai de mise sur le marché”, a-t-il dit. Il a expliqué comment les industries, en particulier l’automobile, utilisent de plus en plus l’IA pour rationaliser le processus d’ingénierie et répondre aux pressions du marché concurrentiel.

Relier l’optimisation traditionnelle et l’IA

Matteo Nicolich a partagé ses réflexions sur l’évolution des méthodes d’optimisation dans le développement de produits. Il a expliqué l’équilibre entre les techniques d’optimisation traditionnelles et les approches modernes basées sur l’IA. “Les méthodes conventionnelles se concentrent davantage sur l’optimisation locale, tandis que les modèles basés sur l’IA peuvent explorer des espaces plus vastes et plus complexes”, a souligné Matteo. Il a mentionné que l’adaptabilité et les capacités d’exploration de l’IA la rendent appropriée pour résoudre des problèmes non linéaires et à objectifs multiples dans le développement de produits.

Cependant, Matteo a également insisté sur l’importance de la précision, indiquant que si les modèles d’IA peuvent traiter des espaces de conception plus vastes, ils peuvent sacrifier la précision. “Combiner l’IA avec des modèles conventionnels aide à trouver le bon équilibre entre exploration et précision”, a-t-il expliqué. Matteo voit l’IA comme un outil précieux qui peut faciliter une prise de décision plus éclairée pendant la phase de conception en réduisant les tâches répétitives et en permettant aux ingénieurs de se concentrer sur l’innovation.

Les défis de l’adoption et le facteur humain

Le panel a également abordé les défis de l’adoption des technologies d’IA et de simulation à grande échelle. L’un des points clés à retenir est la nécessité d’engager la direction générale, le management intermédiaire et les équipes d’ingénierie pour assurer une adoption réussie. “Le management intermédiaire est souvent là où le changement échoue”, a noté David Long, soulignant l’importance d’aligner les incitations et de s’assurer que les managers intermédiaires comprennent comment les nouvelles technologies les bénéficieront eux et leurs équipes.

Jan Paul a souligné que l’adoption réussie nécessite de créer un esprit de compétition au sein des équipes et de présenter des réussites pour inspirer les autres. Il a mentionné que de nombreuses entreprises sont encore aux premières étapes de l’utilisation de l’IA pour l’ingénierie numérique, la plupart des applications étant des preuves de concept plutôt que des initiatives pleinement déployées. “Nous devons créer des forums où les équipes peuvent partager les meilleures pratiques et apprendre les unes des autres”, a déclaré Jan Paul, ajoutant que favoriser une culture de collaboration est essentiel pour stimuler une adoption à grande échelle.

Matteo a également insisté sur l’importance de commencer petit et de se concentrer sur des cas d’utilisation pratiques pour améliorer le travail quotidien des ingénieurs. “Pensez petit et commencez par des cas d’utilisation qui aident réellement l’utilisateur final dans ses tâches quotidiennes”, a conseillé Matteo. Il pense que commencer avec des objectifs gérables et démontrer des avantages tangibles peut aider à créer une dynamique pour des initiatives plus larges.

L’avenir de l’ingénierie : L’innovation continue

Les panélistes se sont montrés enthousiastes quant à l’avenir de l’IA et de la simulation avancée en ingénierie. Tom Martinek a mentionné qu’il est impatient de voir quelles nouvelles innovations émergeront à mesure que l’IA évolue. “L’IA débloque un tout nouveau champ de possibilités pour l’innovation. J’ai hâte de voir ce qui en résultera”, a-t-il déclaré.

David Long a partagé une vision de la transformation de l’ingénierie, où l’IA et la simulation permettent aux ingénieurs de se concentrer davantage sur la créativité tout en gérant les tâches routinières de manière plus efficace. Il pense que nous assistons à une transformation des processus d’ingénierie, passant d’approches cloisonnées à une livraison de valeur continue.

Jan Paul a offert une réflexion inspirante sur l’utilisation de l’IA pour le bien commun. “Utiliser l’IA et la simulation pour la durabilité, comme concevoir des véhicules électriques qui consomment moins d’énergie ou des machines à laver qui utilisent moins d’eau, est quelque chose qui m’enthousiasme particulièrement”, a-t-il dit. Il a également évoqué le potentiel de chaînes d’outils entièrement connectées qui permettraient aux ingénieurs de concevoir des produits optimisés de manière plus transparente à l’avenir.

Conclusion

Le panel “Pulling the Digital Thread” a fourni un aperçu complet de la manière dont l’IA et la simulation avancée redéfinissent l’ingénierie numérique, et a exploré des sujets tendance, notamment la fabrication et la gestion du cycle de vie des produits du point de vue d’une entreprise numérique connectée.

De l’accélération du délai de mise sur le marché à la démocratisation de l’ingénierie système et à l’amélioration de l’optimisation des produits, l’IA est prête à révolutionner la façon dont nous concevons et construisons les produits. Cependant, le parcours nécessite une adoption réfléchie, une attention à la gestion des données et un accent sur des approches centrées sur l’humain pour l’intégration technologique.

Continuons cette conversation ! Les panélistes ont encouragé chacun à poursuivre le dialogue sur les réseaux sociaux, en partageant des idées et des meilleures pratiques pour faire avancer collectivement le domaine de l’ingénierie numérique.

Intéressé par plus de contenu ? Regardez la version à la demande ici.