Simulácia skutočného sveta je nesmierne zložitý problém, ak to chcete robiť na akejkoľvek užitočnej úrovni vernosti. Tradičné techniky brzdia dizajnérske tímy vo vozidlách a leteckých spoločnostiach, ale Okrem matematiky kladie AI na úlohu s novým spôsobom simulácie sveta, ktorý by im mohol ušetriť dni alebo týždne čakania.
„Na rozdiel od jazyka, kde nemáme matematické modely, ktoré by popisovali, aké by malo byť ďalšie slovo, pokiaľ ide o fyziku, tieto modely máme. A vidíme, že strojové učenie je v skutočnosti celkom dobré vo výpočtoch, nielen v rozpoznávaní vzorov,“ povedal spoluzakladateľ Darren Garvey.
Oblasť, v ktorej Beyond Math robí svoje prvé kroky, sa nazýva výpočtová dynamika tekutín (CFD) a existuje približne tak dlho ako výpočtová technika. Rovnice, ktoré riadia, ako sa objekt pohybuje vzduchom alebo vodou alebo vzduchom okolo objektu, sú diabolsky zložité. Takže aj keď sme neustále zlepšovali našu schopnosť predpovedať, povedzme, spôsob, akým vzduch prúdi cez krídlo, stále nie sme ani zďaleka dokonalí – a to, čo dokážeme, si vyžaduje toľko výpočtového výkonu, že je to obmedzené na superpočítače a klastre GPU.
Výsledkom je, že proces navrhovania v odvetviach, ako sú autá, lietadlá a lode, vyžaduje veľa čakacej doby.
„Pre dizajnéra veľa premýšľali o tom, čo by mohlo fungovať, a potom spustili simuláciu. Potom prídu na druhý deň ráno a majú výsledky. Buď to urobilo, čo chceli, alebo nie, a túto slučku musia absolvovať ešte niekoľkokrát. Potom to vezmete do aerodynamického tunela,“ povedal Garvey – a aerodynamický tunel nemusí súhlasiť so simuláciou, takže je späť na rysovacej doske.
Okrem Math je cieľom urýchliť stránku digitálneho dizajnu, čo znamená skrátenie oneskorenia medzi nápadom a zistením, či je pravdepodobné, že bude fungovať.
„Hovorí sa, že ak urobím túto dizajnovú zmenu, bude moje auto úspornejšie? Predstavte si, že máte šesť mesiacov na navrhnutie dielu pre lietadlo. Vzhľadom na to, že simulácia trvá tak dlho, môžete mať 20 pokusov na vyskúšanie vecí. Ale ak dizajnér premýšľa o nápade a dostane výsledky v priebehu niekoľkých sekúnd alebo niekoľkých minút, za tých istých šesť mesiacov by ste mohli byť schopní spustiť milión zmien,“ povedal Garvey.
A čoraz viac to vyzerá tak, že strojové učenie, na rozdiel od toho, že viac GPU používa rovnaké staré rovnice, je spôsob, ako to urobiť. Ich prvým produktom je „digitálny veterný tunel“, ktorý poskytuje takmer v reálnom čase simuláciu prúdenia vzduchu nad zložitým povrchom s presnosťou, ktorá by normálne trvala stokrát dlhšie.
Niečo také sme už videli vo vedeckej literatúrekde je možné model systému počasia efektívne aproximovať za zlomok času pomocou modelu strojového učenia trénovaného na tisíckach hodín simulácií a pozorovaných vzorov. Beyond Math však nemá taký luxus ako už existujúca tréningová súprava.
„Neexistuje veľa simulačných údajov – nemáme celý internet, z ktorého by sme mohli trénovať, ako napríklad LLM. Ako teda ako startup získate niečo, čo je ekvivalentné tomu, čo používajú dizajnéri, čo funguje na týchto veľmi zložitých geometriách?
Prekvapivo, odpoveď, ktorú našli, nie je spoliehať sa na simulácie, ale skôr mať model, ktorý rozumie teórii niečoho ako aerodynamický tunel, ako aj pozorovanej realite tejto teórie.
„Nesnažíme sa priblížiť simulácie, snažíme sa priblížiť skutočnému svetu,“ povedal Garvey. „A na to musíte priniesť údaje z reálneho sveta.“
Keď model pochopí, ako sa systém správa, môže byť tiež aktívnym účastníkom dizajnu, čo už mnohí inžinieri začali skúmať v iných doménach. Garvey to prirovnal k pochopeniu obrázkov: aj tam museli modely strojového učenia chodiť, aby mohli bežať, no akonáhle boli zbehlí v analýze obrázka, bolo pre nich intuitívnym ďalším krokom vytvoriť ho.
Medzi prvé trhy Beyond Math patria preteky Formuly 1, kde niektoré nemenované tímy skúmajú používanie softvéru na urýchlenie procesov aerodynamiky a dizajnu vozidiel.
„Sú jedným z najnáročnejších používateľov CFD a rýchlo sa pohybujú, prijmú nové technológie. Úzko spolupracujeme s niekoľkými tímami F1, robíme veľa hodnotení a rozumieme ich základným problémom. Sme blízko k platforme, ktorá skutočne zrýchli ich autá,“ povedal Garvey.
V skutočnosti vyjadril nádej (so zvyčajným varovaním, že neexistuje žiadna záruka), že do šiestich mesiacov „budeme môcť ukázať, že zákazníci majú z týchto modelov úžitok a že prešli z výskumu a overovania konceptov do veci, ktoré majú skutočný vplyv.“
Nové financovanie by malo pomôcť, aby sa to stalo: Beyond Math práve vyzbieralo 8,5 milióna $ počiatočného kola pod vedením UP.Partners, za účasti Insight Partners a InMotion Ventures.
Startup očakáva, že zdvojnásobí veľkosť svojho tímu a zväčší svoje výpočty; kupujú Nvidia DGX 200 a spolupracujú s čipovým gigantom na tejto zaujímavej novej aplikácii jeho všadeprítomného výpočtového hardvéru.
Hoci je vysoko konkurencieschopná komunita pretekov F1 s hlbokými vreckami určite dobrým zákazníkom, Beyond Math premýšľa o svojich ďalších krokoch.
„V oblasti dizajnu našich zákazníkov vidíme veľa úspechov, ale bude to cesta od toho k niečomu všeobecnejšiemu. Napríklad, ak model rozumie autám alebo predmetom podobným autám, nemusí nevyhnutne rozumieť lietadlu alebo krvnej cieve,“ povedal Garvey. „Ale to je klasický štartovací tanec – musíte nájsť svoju cestu k trakcii skôr, ako budete mať dráhu na rozšírenie. Ako firma sa zameriavame na týchto špičkových zákazníkov, aby mohli pomôcť naštartovať spoločnosť.“
