Die schöne Schnittmenge von Simulation und KI

Sehen Sie sich hier alle On-Demand-Sitzungen des Smart Security Summit an.

Simulation ist zu einer unverzichtbaren Technologie geworden, um Unternehmen dabei zu helfen, die Markteinführungszeit zu verkürzen und die Designkosten zu senken. Ingenieure und Forscher nutzen die Simulation für eine Vielzahl von Anwendungen, darunter:

Verwenden Sie ein virtuelles Modell (auch bekannt als digitaler Zwilling), um ihre komplexen Systeme früh und häufig im Designprozess zu simulieren und zu testen. Pflegen Sie einen digitalen Faden mit Rückverfolgbarkeit durch Anforderungen, Systemarchitektur, Komponentendesign, Code und Tests. Erweitern Sie ihre Systeme, um Predictive Maintenance (PdM) und Fehleranalysen durchzuführen.

Viele Organisationen verbessern ihre Simulationsfähigkeiten, indem sie künstliche Intelligenz (KI) in ihr modellbasiertes Design integrieren. In der Vergangenheit waren diese beiden Bereiche getrennt, schaffen jedoch einen erheblichen Mehrwert für Ingenieure und Forscher, wenn sie effektiv zusammen verwendet werden. Die Stärken und Schwächen dieser Technologien sind perfekt aufeinander abgestimmt, um Unternehmen bei der Lösung von drei Hauptherausforderungen zu unterstützen.

Herausforderung 1: Bessere Trainingsdaten für genauere KI-Modelle durch Simulation

Simulationsmodelle können reale Daten, deren Erfassung schwierig oder teuer ist, in qualitativ hochwertige, saubere, katalogisierte Daten synthetisieren. Während die meisten KI-Modelle mit festen Parameterwerten laufen, sind sie ständig neuen Daten ausgesetzt, die möglicherweise nicht im Trainingssatz erfasst werden. Wenn sie unbemerkt bleiben, erzeugen diese Modelle entweder ungenaue Informationen oder versagen sofort, was dazu führt, dass Ingenieure Stunden damit verbringen, herauszufinden, warum das Modell nicht funktioniert.

Simulation kann Ingenieuren dabei helfen, diese Herausforderungen zu meistern. Anstatt die Architektur und Parameter des KI-Modells zu ändern, hat sich gezeigt, dass die Zeit, die für die Verbesserung der Trainingsdaten aufgewendet wird, oft zu größeren Verbesserungen der Genauigkeit führen kann.

Vorfall

Smart Security Summit auf Abruf

Erfahren Sie mehr über die wesentliche Rolle von KI und ML in der Cybersicherheit und branchenspezifische Fallstudien. Sehen Sie sich noch heute die On-Demand-Sitzungen an.

Schau hier

Da die Leistung eines Modells so sehr von der Qualität der Daten abhängt, mit denen es trainiert wird, können Ingenieure die Ergebnisse durch einen iterativen Prozess der Simulation von Daten, der Aktualisierung eines Modells und der KI, der Beobachtung von Bedingungen, die es nicht gut vorhersagen kann, und der Erfassung verbessern andere Datensimulationen für diese Bedingungen.

Herausforderung 2: KI für neue Produktfunktionen

Simulation ist zu einem wesentlichen Bestandteil des Designprozesses für Ingenieure geworden, die eingebettete Systeme für Anwendungen wie Steuerungssysteme und Signalverarbeitung verwenden. In vielen Fällen entwickeln diese Ingenieure virtuelle Sensoren, Geräte, die einen Wert berechnen, der nicht direkt von verfügbaren Sensoren gemessen wird. Aber die Fähigkeit dieser Methoden, das in vielen realen Systemen vorhandene nichtlineare Verhalten zu erfassen, ist begrenzt, daher wenden sich Ingenieure KI-basierten Ansätzen zu, die die Flexibilität haben, die Komplexität zu modellieren. Sie verwenden Daten (gemessen oder simuliert), um ein KI-Modell zu trainieren, das den unbeobachteten Zustand aus den beobachteten Zuständen vorhersagen kann, und integrieren dieses KI-Modell dann in das System.

In diesem Fall ist das KI-Modell Teil des Steueralgorithmus, der auf der physischen Hardware landet und normalerweise in einer niedrigeren Sprache wie C/C++ programmiert werden muss. Diese Anforderungen können die für solche Anwendungen geeigneten Arten von Modellen für maschinelles Lernen einschränken, sodass Techniker möglicherweise mehrere Modelle ausprobieren und Genauigkeits- und Leistungskompromisse auf dem Gerät vergleichen müssen.

An der Spitze der Forschung in...