在过去的几年里，人工智能影响3D工程（以及几乎所有其他东西）的速度呈指数级增长。 人工智能不仅仅是一个不断流行的流行语，它正走在正确的轨道上工程、设计 & **这种影响是实实在在的，而且未来还会有更多。
本文是 Beyond 3D 播客的精选讨论，由世界领先的 3D 软件提供商 DigitalEngineering24 7 的高级编辑 Kenneth Wong 主持
衍生式设计和自然语言。
人工智能辅助用户界面。
数字孪生。 人工智能驱动的模拟。
人工智能在工程中的未来问题。
Tech Soft 3D 的 Jonathan Girroir 与 DigitalEngineering24 7 的高级编辑 Kenneth Wong 进行了深入交谈，DigitalEngineering24 7 是 3D 工程领域的许多人熟悉的名字，他撰写这些领域的主题已有二十多年，对人工智能对工程、设计和仿真的影响有着深刻的见解。
通过Kenneth Wong和Jonathan Girroir之间的对话，我们将重点关注人工智能对工程领域产生重大影响的几个领域。
Kenneth Wong 讨论了他的观点，即人工智能对产品生命周期的直接影响始于几年前的衍生式设计。 作为人工智能参与工程工作流程的第一个版本，用户可以简单地向软件提供他们的标准，并获得某种形式的设计概念作为回报。 虽然有用，但这只是第一波。
现在，我们开始看到人工智能技术其他领域的整合，尤其是自然语言功能。 过去，用户在填充 3D 环境的方式上受到限制：此过程通常涉及从库中提取对象并将它们组装成与您的目标相似的东西。 自然语言命令允许用户以更人性化的方式发出命令。
mr.Wong 分享了一个仓库的例子——使用强大的自然语言 AI 工具，用户可以简单地指示软件用人们通常会在仓库中看到的物品填充仓库，而不是手动放置单个物品。
这些功能可能会出现在我们使用的越来越多的软件中。 目前，我们不能简单地指导我们的设计工具如何编辑组件，告诉它添加一个孔，缩小一些间距等。
实现这一点的自然语言命令将大大提高那些培训和经验较少的人对设计软件的可访问性。 当用户当前需要具有正确操作顺序和正确方式来实现此类更改的体验时，支持自然语言的衍生式设计可以改变用户界面和体验。 这些功能在主流 CAD 软件中尚不可用，但我们应该知道这一定是一项非常新的技术。
ChatGPT、Midjourney 和其他基于文本的生成器仅在 12-18 个月前才引起公众的注意。 因此，开发利用自然语言和人工智能增强来提供这些功能的 CAD 和仿真工具需要时间。 mr.Wong推测，也许我们会在今年年底前看到这些功能的一些测试版。
将 AI 工具集成到 CAD 和软件中需要对用户界面和体验进行更改，其中一些可能不会受到普遍欢迎。 那些在这些工具的陡峭学习曲线中苦苦挣扎的人更有可能欢迎这种变化。 有经验的工程工具用户往往更抵制变革。
我们可以看到，用户界面是由人工智能驱动的、基于自然语言的工具改造的，这些工具可以根据您的需求提出设计起点。 典型的发动机缸体、支架、螺栓等。 从这里，您可以手动或使用新的 AI 工具进行迭代。
这些变化究竟会是什么样子还有待观察。 mr.Wong分享了基于Bing和Canva的文本生成示例，作为其他领域的示例。 直接结果很少是完美的，人类专家的作用一如既往地重要。
虽然这些工具提供了增强或简化设计过程的方法，但黄仁勋认为人体工程学技能肯定不会过时。 例如，才华横溢的工程师可以根据他们多年的经验在运行测试结果之前估计测试结果。
同样重要的是，不要忽视无形元素在设计中的作用——审美选择、声音和用户的感受。 这些元素不会突然变得不重要。 黄仁勋说，人们自然而然地担心人类变得无关紧要。 在他看来，这不是危险。 虽然工程师的角色可能会发展他们的专业知识，但人际互动是并且将是无价的。
数字孪生不仅仅是 3D 模型，它们还包含来自真实世界设备的大量数据。 人工智能在管理从数字孪生中获得最佳仿真结果所需的大量信息方面非常有帮助。
例如，在风力涡轮机的情况下，每小时都会有大量的天气信息、腐蚀和压力数据，超出了人类的合理检查范围。 人工智能可以梳理数百万条数据，做出决策并发现模式。 有了这些工具，我们可以更好地规划预防性维护，并突出显示潜在故障的区域，甚至可能是人眼会忽略的区域。
标准仿真方法包括在组件的每个角落运行基于物理的测试，以测试其变形。 现在，人们正在试验降阶模型。 人工智能工具可以检查以前的模拟，并发现某些输入参数和结果之间的相关性。 有了这个，您可以运行更简单的模型，不需要完整的物理场，比以前快得多。
如果自然语言工具及其对工程师体验的影响可以集成到软件中，则可以大大简化该过程。 这些工具将变得更容易学习、使用，并向更广泛的受众开放其功能。
展望新技术的主要机会之一是潜在的问题。 Kenneth Wong 和 Jonathan Girroir 分享了他们对行业展望未来的“要求”，以及工程、设计和仿真公司在人工智能方面应谨慎应对的挑战。
mr.Wong 是预期的互操作性将是一个重大挑战。 他分享了宝马和爱立信的例子。 两家公司都在使用Met**ERSE技术，这家德国汽车制造商在Omniverse上运行数字孪生，爱立信使用自己的技术。
目前，您不太可能在爱立信旨在测试5G的虚拟宇宙中操作模拟宝马。 如果数字孪生要成为未来的重要组成部分，我们必须想办法让数字孪生存在于彼此的模拟中。
这个互操作性问题是Tech Soft 3D不断询问的关于CAD和其他工程数据格式的问题，与AI相关技术的互操作性的重要性将给整个行业带来麻烦，而且公司似乎不太可能能够快速找到解决方案。
新技术的另一个挑战来自我们讨论它们的方式的性质。 “人工智能”是一个可以应用于许多不同事物的术语。 Jonathan Girroir 谈到了这一点，以及试图就“什么”的含义达成共识的重要性，例如神经网络、机器学习、自然语言、深度学习、衍生式设计等。 当我们展望未来时，我们必须非常小心地在使用和定义这些词时保持一致和深思熟虑。 2月**动态激励计划先生Wong补充说，挑战这些术语的重要性，并告诫不要过度。 这方面的一个例子是产品生命周期管理 （PLM），这个术语必须意味着从 Excel 电子产品**到复杂的企业软件的任何内容。 由于人工智能在流行的对话和语言学中的流行，它必须指的是真正的人工智能，而不仅仅是复杂的编程或自动化。
mr.Wong和Girroir都对人工智能在数字工程领域的力量和潜力持乐观态度。 尽管面临全球挑战，但人工智能工具的增长和技术发展仍然迅速，将为许多行业创造巨大的机遇。
关于Tech Soft 3D
Tech Soft 3D 成立于 1996 年，总部位于俄勒冈州本德市，是一家领先的工程软件开发套件提供商，在法国、英国、日本和挪威设有办事处。 该公司的工具包产品为全球数亿台计算机上运行的 700 多个独特应用程序提供支持。
点击获取》3D模型轻量化和格式转换解决方案。
更多关于箍和镓加速的信息，请留言