AI大潮之中，卡車行業(yè)何時(shí)有專用數(shù)據(jù)集？

AI首先需要學(xué)習(xí)的材料，而汽車行業(yè)是個(gè)充滿數(shù)據(jù)保護(hù)壁壘的行業(yè)。該數(shù)據(jù)集可用來訓(xùn)練人工智能模型，解決了無(wú)源之水的問題。         

2024年12月5日卡車技術(shù)前線消息，據(jù)麻省理工學(xué)院新聞。麻省理工學(xué)院(MIT)的工程師開發(fā)了目前最大的汽車設(shè)計(jì)開源數(shù)據(jù)集，包括其空氣動(dòng)力學(xué)，可以加快環(huán)保汽車和電動(dòng)汽車的設(shè)計(jì)。                  

九輛車組成的網(wǎng)格。每輛車都是彩虹色的，顯示了它們的“表面場(chǎng)”。保險(xiǎn)杠是紅色的，而車頂是藍(lán)色和綠色的。

汽車設(shè)計(jì)是一個(gè)迭代和專有的過程。汽車制造商可能在汽車的設(shè)計(jì)階段花費(fèi)數(shù)年時(shí)間，在構(gòu)建最有前景的物理測(cè)試設(shè)計(jì)之前，在模擬中調(diào)整3D形式。這些測(cè)試的細(xì)節(jié)和規(guī)格，包括給定汽車設(shè)計(jì)的空氣動(dòng)力學(xué)，通常不會(huì)公開。因此，性能方面的重大進(jìn)步，如燃油效率或電動(dòng)汽車?yán)m(xù)航里程，可能會(huì)很慢，而且會(huì)在不同公司之間形成孤立。    

麻省理工學(xué)院的工程師表示，使用生成性AI人工智能工具，可以在幾秒鐘內(nèi)瀏覽大量數(shù)據(jù)并找到連接以生成新穎的設(shè)計(jì)，從而成倍地加快尋找更好的汽車設(shè)計(jì)的速度。雖然存在這樣的人工智能工具，但它們需要學(xué)習(xí)的數(shù)據(jù)還不可用，至少是以任何可訪問的集中形式。

但現(xiàn)在，工程師們首次向公眾提供了這樣一個(gè)數(shù)據(jù)集。該數(shù)據(jù)集名為DrivAerNet++，包含8000多種汽車設(shè)計(jì)，這些設(shè)計(jì)是工程師根據(jù)當(dāng)今世界上最常見的汽車類型生成的。每個(gè)設(shè)計(jì)都以3D形式表示，并包括有關(guān)汽車空氣動(dòng)力學(xué)的信息——基于該小組對(duì)每個(gè)設(shè)計(jì)進(jìn)行的流體動(dòng)力學(xué)模擬，空氣在給定設(shè)計(jì)周圍的流動(dòng)方式。

圖片來源：Mohamed Elrefaie

在一個(gè)包含8000多種汽車設(shè)計(jì)的新數(shù)據(jù)集中，麻省理工學(xué)院的工程師模擬了給定汽車形狀的空氣動(dòng)力學(xué)，他們以各種方式表示，包括“表面場(chǎng)”（左）和“流線”（右）。

數(shù)據(jù)集的8000個(gè)3D汽車設(shè)計(jì)中的每一個(gè)都有幾種表示形式，如參數(shù)化、點(diǎn)云、3D網(wǎng)格、體積場(chǎng)、曲面場(chǎng)、流線和零件注釋。因此，該數(shù)據(jù)集可供不同的人工智能模型使用，這些模型經(jīng)過調(diào)整，可以以特定的方式處理數(shù)據(jù)。

DrivAerNet++是迄今為止開發(fā)的最大的汽車空氣動(dòng)力學(xué)開源數(shù)據(jù)集。工程師們?cè)O(shè)想它將被用作一個(gè)廣泛的現(xiàn)實(shí)汽車設(shè)計(jì)庫(kù)，其中包含詳細(xì)的空氣動(dòng)力學(xué)數(shù)據(jù)，可用于快速訓(xùn)練任何人工智能模型。然后，這些模型可以同樣快速地產(chǎn)生新穎的設(shè)計(jì)，從而有可能在當(dāng)今汽車行業(yè)所需時(shí)間的一小部分內(nèi)，生產(chǎn)出更省油的汽車和續(xù)航里程更長(zhǎng)的電動(dòng)汽車。    

Dataset Annotations

麻省理工學(xué)院機(jī)械工程研究生Mohamed Elrefaie表示：“該數(shù)據(jù)集為下一代人工智能在工程中的應(yīng)用奠定了基礎(chǔ)，促進(jìn)了高效的設(shè)計(jì)流程，降低了研發(fā)成本，并推動(dòng)了汽車未來的可持續(xù)發(fā)展?！薄lrefaie和他的同事將在12月的NeurIPS會(huì)議上發(fā)表一篇論文，詳細(xì)介紹新的數(shù)據(jù)集以及可以應(yīng)用于它的人工智能方法。

Ahmed領(lǐng)導(dǎo)著麻省理工學(xué)院的設(shè)計(jì)計(jì)算和數(shù)字工程實(shí)驗(yàn)室（DeCoDE），他的團(tuán)隊(duì)探索了如何使用人工智能和機(jī)器學(xué)習(xí)工具來增強(qiáng)復(fù)雜工程系統(tǒng)和產(chǎn)品的設(shè)計(jì)，包括汽車技術(shù)。

在研究新車設(shè)計(jì)過程時(shí)，研究人員發(fā)現(xiàn)，雖然有人工智能模型可以通過許多汽車設(shè)計(jì)來生成最佳設(shè)計(jì)，但實(shí)際可用的汽車數(shù)據(jù)是有限的。一些研究人員之前已經(jīng)組裝了模擬汽車設(shè)計(jì)的小型數(shù)據(jù)集，而汽車制造商很少發(fā)布他們探索、測(cè)試和最終制造的實(shí)際設(shè)計(jì)的規(guī)格。

該團(tuán)隊(duì)試圖填補(bǔ)數(shù)據(jù)空白，特別是在汽車的空氣動(dòng)力學(xué)方面，這在設(shè)定電動(dòng)汽車的續(xù)航里程和內(nèi)燃機(jī)的燃油效率方面起著關(guān)鍵作用。他們意識(shí)到，挑戰(zhàn)在于完成一個(gè)包含數(shù)千種汽車設(shè)計(jì)的數(shù)據(jù)集，每種設(shè)計(jì)在功能和形式上都是精確的，而無(wú)需進(jìn)行物理測(cè)試和測(cè)量其性能。

為了建立一個(gè)汽車設(shè)計(jì)數(shù)據(jù)集，對(duì)其空氣動(dòng)力學(xué)進(jìn)行物理精確的表示，研究人員從奧迪和寶馬在2014年提供的幾個(gè)基線3D模型開始?；€模型被認(rèn)為彌合了簡(jiǎn)單設(shè)計(jì)和更復(fù)雜的專有設(shè)計(jì)之間的差距，并被其他團(tuán)體用作探索新車設(shè)計(jì)的起點(diǎn)。

研究團(tuán)隊(duì)對(duì)每個(gè)基線汽車模型應(yīng)用了變形操作。該操作系統(tǒng)地對(duì)給定汽車設(shè)計(jì)中的26個(gè)參數(shù)中的每一個(gè)進(jìn)行了輕微更改，例如其長(zhǎng)度、車身底部特征、擋風(fēng)玻璃坡度和車輪踏面，然后將其標(biāo)記為不同的汽車設(shè)計(jì)，然后添加到不斷增長(zhǎng)的數(shù)據(jù)集中。同時(shí)，該團(tuán)隊(duì)運(yùn)行了一個(gè)優(yōu)化算法，以確保每個(gè)新設(shè)計(jì)確實(shí)是不同的，而不是已經(jīng)生成的設(shè)計(jì)的副本。然后，他們將每個(gè)3D設(shè)計(jì)轉(zhuǎn)換為不同的形式，這樣給定的設(shè)計(jì)就可以表示為網(wǎng)格、點(diǎn)云或尺寸和規(guī)格列表。    

DrivAerNet++數(shù)據(jù)集生成的設(shè)計(jì)參數(shù)。選擇了幾個(gè)對(duì)空氣動(dòng)力學(xué)有重大影響的幾何參數(shù)，并在特定范圍內(nèi)進(jìn)行了調(diào)整。選擇這些參數(shù)范圍是為了避免難以制造或不美觀的值。

DrivAerNet++涵蓋了所有傳統(tǒng)汽車設(shè)計(jì)。該數(shù)據(jù)集包括各種車身底部和車輪設(shè)計(jì)，以表示內(nèi)燃機(jī)（ICE）和電動(dòng)汽車（EV）。這種廣泛的覆蓋范圍允許對(duì)幾何變化對(duì)空氣動(dòng)力學(xué)性能的影響進(jìn)行全面研究。DrivAerNet++通過包含一組不同的汽車形狀，促進(jìn)了對(duì)不同車型空氣動(dòng)力學(xué)效應(yīng)的探索，支持學(xué)術(shù)研究和工業(yè)應(yīng)用。

研究人員還進(jìn)行了復(fù)雜的計(jì)算流體動(dòng)力學(xué)模擬，以計(jì)算空氣如何在每個(gè)生成的汽車設(shè)計(jì)周圍流動(dòng)。最終，這項(xiàng)工作產(chǎn)生了8000多種不同的、物理上精確的3D汽車形狀，涵蓋了當(dāng)今道路上最常見的乘用車類型。    

為了生成這個(gè)全面的數(shù)據(jù)集，研究人員使用MIT SuperCloud花費(fèi)了300多萬(wàn)個(gè)CPU小時(shí)，并生成了39TB的數(shù)據(jù)。（相比之下，據(jù)估計(jì)，美國(guó)國(guó)會(huì)圖書館的整個(gè)印刷館藏將達(dá)到約10TB的數(shù)據(jù)。）

工程師們表示，研究人員現(xiàn)在可以使用該數(shù)據(jù)集來訓(xùn)練特定的人工智能模型。例如，人工智能模型可以在數(shù)據(jù)集的一部分上進(jìn)行訓(xùn)練，以學(xué)習(xí)具有某些理想空氣動(dòng)力學(xué)的汽車配置。在幾秒鐘內(nèi)，該模型可以根據(jù)從數(shù)據(jù)集的數(shù)千個(gè)物理上精確的設(shè)計(jì)中學(xué)到的知識(shí)，生成具有優(yōu)化空氣動(dòng)力學(xué)的新車設(shè)計(jì)。

研究人員表示，該數(shù)據(jù)集也可用于反向目標(biāo)。例如，在數(shù)據(jù)集上訓(xùn)練了一個(gè)人工智能模型后，設(shè)計(jì)師可以給模型提供一個(gè)特定的汽車設(shè)計(jì)，并讓它快速估計(jì)設(shè)計(jì)的空氣動(dòng)力學(xué)，然后可以用來計(jì)算汽車的潛在燃油效率或電動(dòng)里程——所有這些都不需要對(duì)實(shí)體汽車進(jìn)行昂貴的建造和測(cè)試。

這項(xiàng)工作部分得到了德國(guó)學(xué)術(shù)交流服務(wù)中心和麻省理工學(xué)院機(jī)械工程系的支持。