IBM и компания Dallara, признанный лидер в проектировании и производстве гоночных автомобилей, объявили о стратегическом партнерстве. Целью совместного проекта является радикальная трансформация процесса разработки аэродинамики гоночных болидов с помощью физических моделей искусственного интеллекта и квантовых вычислений. Внедрение новых технологий призвано сократить время инженерных расчетов с нескольких дней до считанных минут.
Проект объединяет 50-летний инженерный опыт Dallara, накопленный в ходе создания болидов для гоночных серий вроде IndyCar, и глубокие наработки IBM в сфере ИИ и квантовых технологий. Основная задача — создание специализированных базовых моделей ИИ, способных кардинально ускорить итерации при проектировании аэродинамических узлов.
Традиционные методы вычислительной гидродинамики (CFD) остаются эталоном точности в отрасли, однако они крайне ресурсозатратны. Анализ одной конфигурации может требовать многих часов вычислений, а полный цикл разработки новой детали растягивается на недели. IBM разрабатывает ИИ-модели, обученные на исторических данных Dallara и результатах CFD-тестов. Такие нейросети способны прогнозировать аэродинамические показатели, включая прижимную силу, лобовое сопротивление и общую стабильность автомобиля, напрямую на основе геометрии детали, исключая необходимость в проведении трудоемких физических симуляций для каждого изменения формы.
Первые результаты тестов демонстрируют впечатляющую эффективность. При анализе конфигурации заднего диффузора прототипа класса LMP2 традиционный метод CFD требовал нескольких часов работы. Новая ИИ-модель справилась с аналогичной задачей за 10 секунд, при этом погрешность расчетов оказалась минимальной и сопоставимой с классическим моделированием. В масштабах разработки, когда инженерам приходится проверять сотни вариантов, такое ускорение позволяет сжимать сроки проектирования с нескольких дней до минут. Это дает специалистам возможность проводить глубокую оптимизацию на самых ранних этапах, отсеивая неэффективные проекты и фокусируясь на наиболее перспективных решениях.
Помимо интеграции нейросетевых решений, стороны изучают способы внедрения квантовых и гибридных квантово-классических вычислений для повышения точности симуляций. В будущем модели будут дополнены реальными данными, полученными в ходе испытаний в аэродинамических трубах и непосредственно на гоночных трассах. Партнеры подчеркивают, что потенциал этой технологии выходит далеко за пределы автоспорта. Успешная оптимизация аэродинамики может быть масштабирована на гражданский транспорт и авиацию, где даже незначительное снижение лобового сопротивления приводит к существенной экономии топлива в мировых масштабах.
