• 

  設計・デザインへの生成AIの影響の考察

  国立情報学研究所

  情報学プリンシプル研究系
  教授

  宇野 毅明 様

  近年の生成AIの発展は、今まで機械化が行えなかった人の思考や発想の部分に対しても機械化・自動化の可能性を与えています。しかし、なんらかの大きな落とし穴をはらんでいる可能性もあります。本講演では、生成AIをより高次の視点から俯瞰することで、AIがものづくりや工業デザインに与える影響を考察し、生成AIの直接的な機能からは推察しにくい部分にせまります。

• 

  車両性能検討におけるデジタルトランスフォーメーション ～回帰AIと生成AIの複合的適用事例のご紹介～

  トヨタ自動車株式会社

  先進プロダクト開発部　CAE技術室　自働設計推進1Gr
  主幹

  谷口 真潮 様

  自動車業界では顧客の多様なニーズに応えるために開発期間短縮が求められています。そこで、従来の実験やCAEによる性能評価に代わりサロゲートAIの活用が注目されています。弊社では、予測精度向上を目的とし回帰と生成を複合させたサロゲートAI技術を構築中です。本講演では、要素技術となる「Bピラーの側面衝突性能予測技術（回帰）」「フードアウタの形状生成技術（生成）」を紹介します。

• 

  CAE×IoT×AI連携にてリアルタイム良否判定システムを構築し不良ゼロへ

  トヨタ自動車株式会社

  素形材技術部　基盤開発室 4グループ
  グループ長

  筒井 秀起 様

  生産現場が目指す将来の姿において不良ゼロ、完全自働化の達成は必須項目となりますが、現状は様々な要因により不良ゼロ達成は困難であり、作業員が都度生産条件を調整して対応しています。目指す姿に向け今後はこれらの要因に対応できる生産システムが求められています。本講演では、リーンスタートアップとして工場IoTやAI、CAEを連携させ現場で即時に良否判定を行い必要なタイミングで自働的に良品条件を設備へフィードバックし不良を造らないシステムを構築した取り組みを紹介します。

• 

  動的モード分解制御を用いた一様流中に置かれた円柱周りの非定常流れのフィードバック制御

  埼玉大学

  理工学研究科機械科学部門／工学部機械工学・システムデザイン学科
  准教授

  姜 東赫 様

  データ駆動科学の手法の一つである動的モード分解制御（Dynamic Mode Decomposition with control, DMDc）について紹介します。本講演では、DMDcによって同定したシステムをCFDの代替モデルとして、円柱周りの流れのフィードバック制御を試行しました。同定したシステムにおける揚力変動の抑制効果をCFDの結果と比較して評価し、制御された流れ場について検討を行いました。

• 設計サイクルの加速と画期的なエンジニアリングのためのエンジニアリング インテリジェンス

  Neural Concept SA

  Chief Executive Officer

  Pierre BAQUE 様

  今、企業は短期間で高性能な製品を開発しながら利益を確保するプレッシャーに直面しています。
  この状況に変化をもたらすのが、EI（Engineering Intelligence）です。EIのアプローチを用いることで、AI技術を活用してCAD/CAEとエンジニアリングデータをプラットフォームに統合し、 ほぼ自律的な設計が可能となります。これにより、設計サイクルの短縮と品質向上を実現します。本講演では、自動車やエネルギー分野の開発時間の短縮・大幅なコスト削減などを例に、18カ月以内に測定可能なROIを示します。

  ※英語での講演です。同時通訳を予定しています。
  

• Neural Concept Studio紹介とCAE連携事例

  デジタルエンジニアリング事業本部 エンジニアリング事業部 データサイエンス部
  技術第2課

  望月　大地

  近年、様々な分野で人工知能（AI）が利用され、CAE解析でも高速解析目的で活用が進んでいます。Neural Concept Studio（NCS）は、CAEを代替するAIモデルを構築可能です。3次元CAD形状を直接扱い、ノンパラメトリックな形状を入力するだけで、数秒で解析結果を予測できるため、解析の専門知識がない設計者でも利用しやすく、設計プロセスの大幅な高速化が期待されます。また、サロゲートAIと3次元形状生成AIを連携させ、最適形状探索も可能です。本プレゼンではNCS機能とCAE連携事例を紹介します。

• AIによる最適化と効率的な学習データ作成

  デジタルエンジニアリング事業本部 エンジニアリング事業部 データサイエンス部
  技術第1課

  羽柴　実緒

  
  

  デジタルエンジニアリング事業本部 エンジニアリング事業部 オプティカル技術部
  技術第2課

  工藤　大樹

  - フォトニクス設計におけるアドバンストな最適化
  フォトニクス分野で用いられる計算負荷の高いFDTDに対して、高精度と低精度のメッシュモデルの組み合わせによって効率的に解を探索するMFEGOを適用した事例をご紹介します。
  - 効率的な学習データ作成
  AI構築に必要な多量の学習データを省力かつ高速に生成する方法をご紹介します。

• 機械学習モデルを使用した気象シミュレーションデータの誤差補正

  デジタルエンジニアリング事業本部 エンジニアリング事業部 モデリング＆アナリシス部
  技術第2課

  長尾　真理子

  MATLAB/Simulinkの"Statics and Machine Leaning Toolbox"を用いて、大気モデルによるシミュレーションによって得られたデータと気象観測データを比較し、シミュレーションの予報誤差要因の分析、誤差パターンの分類、及び誤差を補正する機械学習モデルを作成した。

ごあいさつ

サイバネットでは、デジタルエンジニアリングに関する大規模なイベントを、過去30年以上にわたり開催してきました。
ご好評につき、本年も実施の運びとなりましたのでご案内申し上げます。

2024年はテーマごとに個別開催いたします。７月に開催された第１回目の「DX Day」に続きまして、このたび第2回目の「AI Day」を開催します。
「AI Day」はシミュレーションをさらに活用するためにAIを融合し、さらなるものづくりの発展に貢献するテクノロジーをご紹介します。
実際にAIとCAEを活用されているお客様にもご登壇いただき、AIによって生み出されたメリットなどご紹介いただきます。

本イベントが、お客様のものづくりの課題を解決し、より明るい未来を実現するためのささやかな一助となりましたら幸甚です。
多くの方のご参加をお待ちしております。