CYBERNET


DX時代のAIとCAE活用のヒント
~ CAEデータ×AIで「解析作業をしない解析」を実現~

ダウンロードフォームへ

DXには、「デジタイゼーション」「デジタライゼーション」「デジタルトランスフォーメーション」という、3段階があります。

第1段階がデジタイゼーションとは、アナログからデジタルへの移行のことで、CAEにおいては手計算や実験からCAEによる仮想試験への移行にあたります。第2段階のデジタライゼーションでは、データを利用して作業の進め方やビジネスモデルを変革することを指します。

CAEにおけるDXを実現する上での課題は、第3段階のデジタルトランスフォーメーションの前の第2段階でデータから価値を生み出せないことにあるといえます。そこで本稿ではAIでCAEデータから新たな価値を引き出してデジタライゼーションを実現する方法をご紹介します。

目次

CAEデータ×AIで新たな価値を創造

AI技術の1種であるディープラーニングは、特徴量(データの特徴を表す変数)を自ら習得することができます。たとえば、イヌとネコの違いはどう説明できるでしょうか?耳の形や、ヒゲのありなしを特徴量にすれば十分でしょうか?おそらく不十分でしょう。つまり特徴量の設計が難しいのです。しかし言葉ではうまく説明できなくても、人間はネコとイヌの違いは一発でわかります。このような「見ればわかるけれども言葉で説明できない」ような特徴量も、ディープラーニングはデータから自ら獲得できます。

DX時代のCAEはこう変わる

サロゲートAIによるCAEのデジタライゼーションは、設計開発現場に大きな変化をもたらす可能性があります。サロゲートAIが普及すれば、CAEツールを触ったことがない人でも解析ができるようになります。誰もがCAEを活用した設計開発ができるようになるでしょう。

サロゲートAI構築ツール「Neural Concept Shape(NCS)」

Neural Concept Shapeは3D GeometricCNN(CNN:畳み込みニューラルネットワーク)を自動的に作成しサロゲートAIを構築するツールです。利用にあたりPythonやTensorFlowのコーディングは不要です。 様々なデータ形式に対応しておりCSV(3次元分布、時系列データ)、JSON(スカラーデータ)、STL 、vtk等(ジオメトリ、メッシュデータ)の読み込みが可能です。

pagetop

Top