- MIT mühendisleri, çevre dostu otomobillerin ve elektrikli araçların tasarım hızını artırabilecek, aerodinamiği de içeren otomobil tasarımına dair bugüne kadarki en büyük açık kaynaklı veri setini geliştirdi
- Otomobil tasarımı, yıllar süren simülasyonlar ve fiziksel testler üzerinden ilerleyen yinelemeli ve sahipli bir süreçtir
- Otomobil tasarımında aerodinamik performans gibi ayrıntılar genellikle kamuya açıklanmaz
- Tasarım verimliliğini en üst düzeye çıkarmak için üretken yapay zeka araçları kullanılabilir, ancak şimdiye kadar bu yapay zekaların eğitileceği veri yoktu
- DrivAerNet++ veri setinin önemi
- Bugüne kadar geliştirilen otomobil aerodinamiği alanındaki en büyük açık kaynak veri seti
- 8.000'den fazla otomobil tasarımı içeriyor ve her tasarım 3D formatta sunuluyor
- Aerodinamik verilerin yanı sıra akışkanlar dinamiği simülasyonlarına dayalı performans bilgileri sağlıyor
- Veri setindeki tasarımlar mesh, nokta bulutu (Point Cloud), tasarım parametresi listesi gibi çeşitli formatlarda sunuluyor; bu da farklı yapay zeka modelleri için uygun kullanım sağlıyor
- Yapay zeka modeli eğitiminde kullanılarak verimli tasarım mümkün
- Yapay zeka, verileri öğrenerek yeni tasarımları hızla üretebilir
- Yakıt verimliliğini artıran, elektrikli araç menzilini uzatan yenilikçi tasarım sonuçları üretilebilir
- Tasarım sürecini sadeleştirerek araştırma-geliştirme maliyetlerini düşürmeye ve sürdürülebilir otomobil geliştirmeyi teşvik etmeye katkı sağlar
- Veri setinin geliştirilme süreci
- Audi ve BMW'nin 2014'te sunduğu mevcut 3D modeller kullanıldı
- fastback, notchback, estateback gibi başlıca binek otomobil kategorilerini içeriyor
- Mevcut tasarımlar üzerinde 26 parametre ayarıyla çeşitli yeni tasarımlar üretildi
- Tasarımın uzunluğu, araç alt gövde yapısı, cam eğimi, tekerlek genişliği gibi unsurlar buna dahil
- Üretilen tasarımların birbirini tekrar etmemesi optimizasyon algoritmasıyla güvence altına alındı
- MIT SuperCloud üzerinden 3 milyon CPU saati ve 39 terabayt veri kullanılarak oluşturuldu
- Beklenen kullanım senaryoları
- Yapay zeka modelleri veri setini öğrenerek optimize edilmiş aerodinamiğe sahip yeni otomobil tasarımlarını hızla üretebilir
- Belirli bir otomobil tasarımının aerodinamiği hızlıca tahmin edilerek yakıt ekonomisi veya elektrikli araç menzili hesaplanabilir
- Sürdürülebilir ve çevre dostu araç geliştirmeyi hızlandırması bekleniyor
- Araştırmanın önemi
- Otomobiller başlıca kirlilik kaynaklarından biridir; bu nedenle tasarımdaki yenilik çevre korumada önemli rol oynar
- Gerçek testler olmadan da fiziksel olarak doğru 3D otomobil formları üretmek mümkün hale geliyor
- Araştırma ekibi, bunun yeni nesil yapay zeka tabanlı tasarım araçları için temel oluşturduğunu değerlendiriyor
- Araştırma sonuçları NeurIPS 2024 konferansında sunulacak
- Araştırma, Alman Akademik Değişim Servisi ve MIT Makine Mühendisliği Bölümü tarafından destekleniyor
- Veri deposu: https://dataverse.harvard.edu/dataverse/DrivAerNet
- Sorun takibi: https://github.com/Mohamedelrefaie/DrivAerNet
1 yorum
Hacker News yorumları
Yeni elektrikli araçların boyut ve ağırlık açısından neden bu kadar hatalı tasarlandığını merak eden bir görüş var. Ekonomik bir aile aracı istiyorlar ama fazla seçenek yok.
DrivAerNet veri dosyaları Harvard Üniversitesi'nin Dataverse platformunda sunuluyor.
DrivAerNet'in issue takibi GitHub üzerinden yapılabiliyor.
Veri dosyaları yüzlerce gigabayta ulaşıyor ve yalnızca kurumsal hesapla giriş yapılabiliyor. Küçük bir araştırma kurumuna bağlı bir kullanıcı, başka birinin giriş bilgilerini ödünç alıp alamayacağını soruyor.
Creative Commons Attribution-NonCommercial lisansı open source değildir.
Kanatlı uçak/RC uçak tasarlamak isteyen bir kullanıcı, FOSS ile aerodinamik sonuçlar elde edip edemeyeceğini soruyor.
Yeni arabaların hepsinin aynı görünmesine dair bir şikayet var.
Tasarımın çok iyi olduğunu söyleyen bir görüş var.
'verbing' ifadesinin cümleyi okumayı zorlaştırdığına dair bir yorum var.