„A generatív mesterséges intelligencia eszközöket gyakran használják inspirációként a tervezők, de a technológiák általában nem tudják kezelni a tényleges autótervezés összetett mérnöki és biztonsági szempontjait” – avat be Avinash Balachandran, a TRI Human Interactive Driving (HID) részlegének igazgatója, akinek csapata a technológián dolgozott. „Az új megoldás ötvözi a Toyota hagyományos mérnöki erősségeit a modern generatív MI legkorszerűbb képességeivel.”

A TRI kutatói két tanulmányt adtak ki, amelyek leírják, hogy a technika hogyan építi be a pontos mérnöki korlátokat a tervezési folyamatba. Az olyan korlátozások, mint a légellenállás és az alváz méretei, például a szabad magasság és az utastér méretei, implicit módon beépíthetők a generatív mesterséges intelligencia folyamatba. A csapat az optimalizálási elmélettől, amelyet széles körben használnak a számítógéppel segített tervezésben, a szöveg-kép alapú generatív MI-ig terjesztette ki az alapelveket. Az eredményül kapott algoritmus lehetővé teszi a tervező számára, hogy optimalizálja a mérnöki korlátokat, miközben megőrzi a generatív MI-folyamat szövegalapú stilisztikai utasításait.

„A TRI a mesterséges intelligencia kreatív erejét hasznosítja az autótervezők és mérnökök munkafolyamatainak felerősítésére” – árulja el Charlene Wu, a TRI emberközpontú MI (HCAI) részlegének vezető igazgatója, akinek csapata a Human Interactive Driving csapattal működött együtt a projektben. Azáltal, hogy a mérnöki korlátokat közvetlenül a tervezési folyamatba építi be, ez az eszköz segítheti a Toyotát az elektrifikált járművek gyorsabb és hatékonyabb tervezésében.

„A légellenállás csökkentése kritikus fontosságú a BEV modellek aerodinamikájának javításához, a hatótávolság maximalizálása érdekében” – mutat ré mondta Takero Kato, a Toyota BEV Factory elnöke.