L’IA generativa rivoluziona la nuova era nell’industria automobilistica, dalla progettazione e ingegneria alla produzione e vendite

L'IA generativa trasforma l'industria automobilistica in tutte le sue fasi

Generazione di contenuti e codice. Creazione di immagini e video. Test di algoritmi con dati sintetici.

L’IA generativa è un moltiplicatore di forza che consente salti in produttività e creatività per quasi ogni settore, in particolare il trasporto, dove sta ottimizzando i flussi di lavoro e stimolando nuove attività.

In tutta l’industria automobilistica, le aziende stanno esplorando l’IA generativa per migliorare la progettazione, l’ingegneria e la produzione dei veicoli, nonché il marketing e le vendite.

Oltre al ciclo di vita del prodotto automobilistico, l’IA generativa sta anche consentendo nuove scoperte nello sviluppo dei veicoli autonomi (AV). Aree di ricerca come l’uso della tecnologia dei campi di radianza neurale (NeRF) per trasformare i dati dei sensori registrati in simulazioni 3D completamente interattive. Questi ambienti gemelli digitali, così come la generazione di dati sintetici, possono essere utilizzati per sviluppare, testare e convalidare AV su una scala incredibile.

Unione in avanti: casi d’uso trasformativi

L’IA generativa, i modelli di linguaggio estesi e i sistemi di raccomandazione sono i motori digitali dell’economia moderna, ha detto Jensen Huang, fondatore e CEO di NVIDIA.

I modelli fondamentali, come ChatGPT per la generazione di testo e Stable Diffusion per la generazione di immagini, possono supportare sistemi di intelligenza artificiale capaci di svolgere molteplici compiti. Questo apre molte possibilità.

Proprio come quando gli sviluppatori delle prime app per iPhone hanno iniziato a utilizzare il GPS, gli accelerometri e altri sensori per creare applicazioni mobili, gli sviluppatori di intelligenza artificiale possono ora sfruttare i modelli fondamentali per creare nuove esperienze e capacità.

L’IA generativa può aiutare a collegare diversi flussi di dati, non solo testo a testo o testo a immagine, ma anche con input e output come video o 3D. Utilizzando questo potente nuovo modello di calcolo, un suggerimento di testo potrebbe restituire un layout fisicamente accurato di uno stabilimento di assemblaggio.

Toyota, uno dei più grandi produttori di automobili al mondo, ha sviluppato una tecnica di IA generativa per garantire che i primi schizzi di progettazione incorporino parametri di ingegneria.

Nel frattempo, Mercedes-Benz ha dimostrato un assistente vocale abilitato da ChatGPT.

Anche altri attori dell’industria automobilistica stanno cercando nell’IA generativa per accelerare le iterazioni di progettazione e ottenere risultati migliori.

Flussi di lavoro di designer e artisti pronti a beneficiare

Attualmente, ai designer e agli artisti servono mesi di preparazione e revisioni di progettazione per passare dalla fase iniziale di ideazione e schizzi concettuali allo sviluppo di modelli su scala reale. Questo è spesso ostacolato da strumenti incompatibili, dati isolati e flussi di lavoro seriali.

Gli artisti iniziano spesso il processo di progettazione cercando “scarti” o riferimenti visivi, basandosi sulle tendenze dello stile automobilistico. Cercano ispirazione per suggerimenti di progettazione, attingendo a librerie di immagini in base a parole chiave.

Il processo prevede di guardare veicoli in tutta l’industria, sia esistenti che storici. Quindi, con una grande curatela umana, emerge una combinazione di design popolari e ispirazioni fresche basate sullo stile di un’azienda. Questo forma la base per gli schizzi disegnati a mano in 2D degli artisti, che vengono poi ricreati come modelli 3D e prototipi in argilla.

Questi processi di concetto di progettazione lineari e che richiedono tempo vengono utilizzati per parti esterne come griglie, cofani e ruote, così come per aspetti interni come cruscotti, sedili, ergonomia e interfacce utente.

Per sviluppare questi modelli 3D, i team di styling automobilistico lavorano con ingegneri in strumenti come Autodesk Alias o Maya per sviluppare modelli “NURBS”, abbreviazione di superfici razionali non uniformi B-spline. Le rappresentazioni matematiche risultanti della geometria 3D catturano le forme dagli schizzi 2D. Il risultato finale è una rappresentazione 3D che è il risultato di un lavoro di styling, progettazione e ingegneria personalizzato e può essere utilizzata in applicazioni di progettazione assistita dal computer per definire le superfici.

L’industria automobilistica ha ora l’opportunità di utilizzare l’IA generativa per trasformare istantaneamente gli schizzi 2D in modelli NURBS per salti in produttività. Questi strumenti non sostituiranno i designer, ma consentiranno loro di esplorare una vasta gamma di opzioni più velocemente.

IA generativa in viaggio con il concetto e lo stile

Le aziende orientate al design possono utilizzare set di dati visivi e IA generativa per assistere il loro lavoro su molti fronti. Questo è già stato realizzato con strumenti di codifica come GitHub Copilot, addestrati su miliardi di righe di codice, e promette di aiutare a comprimere le lunghe tempistiche di progettazione.

In particolare, quando si cercano elementi di design “scarto”, i modelli di IA generativa possono essere addestrati su un portfolio di un produttore di automobili e su veicoli di tutta l’industria, assistendo questo flusso di lavoro. Ciò può avvenire prima affinando un piccolo set di dati di immagini con il trasferimento di apprendimento, e poi sfruttando il kit di strumenti NVIDIA TAO. Oppure potrebbe richiedere un set di dati più robusto di circa 100 milioni di immagini, a seconda delle esigenze del modello di IA generativa.

In questa configurazione di modello di proprietà, i team di progettazione e gli sviluppatori possono sfruttare NVIDIA Picasso, una fonderia basata su cloud per la creazione di modelli AI generativi per il design visivo, con Stable Diffusion.

In questo caso, i designer e gli artisti sollecitano l’AI generativa per gli elementi di design, come “robusto”, “sofisticato” o “elegante”. Essa genera quindi esempi dal mondo esterno dei produttori di automobili e dai cataloghi interni di immagini di un’azienda, accelerando notevolmente questa fase iniziale.

Per gli interni dei veicoli, i grandi modelli di linguaggio per la generazione di testo-immagine possono consentire ai designer di digitare una descrizione di una texture, come un motivo floreale, e l’AI generativa la applicherà sulla superficie di un sedile, un pannello porta o un cruscotto. Se un designer desidera utilizzare un’immagine specifica per generare una texture di design degli interni, l’AI generativa può gestire la creazione di texture da immagine a immagine.

Smart Factory che ottiene un vantaggio dall’AI generativa

I produttori che sviluppano smart factory stanno adottando Omniverse e le interfacce di programmazione delle applicazioni dell’AI generativa per collegare gli strumenti di progettazione e ingegneria per creare gemelli digitali delle loro strutture. Il Gruppo BMW sta iniziando la distribuzione globale di NVIDIA Omniverse per supportare la sua visione di una fabbrica del futuro.

Nel processo di costruzione di impianti di produzione, la pianificazione in simulazione prima di avviare la produzione aiuta a ridurre gli ordini di modifica costosi che possono interrompere le linee di produzione.

I vantaggi dell’AI generativa nel marketing e nelle vendite al dettaglio

L’AI generativa sta facendo progressi anche nei dipartimenti di marketing e vendite al dettaglio in molti settori in tutto il mondo. Secondo un rapporto di McKinsey, si prevede che questi team vedranno un aumento di produttività di oltre 950 miliardi di dollari grazie all’AI generativa.

Ad esempio, molti stanno adottando ChatGPT per indagare, fare brainstorming e ottenere feedback su argomenti di scrittura per anticipare la creazione di copie di marketing e campagne pubblicitarie. L’AI generativa testo-immagine sta aiutando a supportare gli sforzi visivi nel marketing e nelle vendite.

NVIDIA NeMo è un framework per creare, personalizzare e distribuire modelli di AI generativa. È ottimizzato per l’inferenza per applicazioni di linguaggio e immagine ed è utilizzato nel riconoscimento vocale automatizzato, contribuendo a migliorare il supporto al cliente con grandi modelli di linguaggio. I produttori di automobili possono sviluppare chatbot per il servizio clienti di prossima generazione utilizzando la sua AI generativa.

La gigante della pubblicità di Londra WPP e NVIDIA stanno lavorando a un innovativo motore di contenuti abilitato dall’AI generativa per assistere l’industria della pubblicità digitale da 700 miliardi di dollari.

Oggi gli annunci vengono recuperati, ma in futuro gran parte delle informazioni saranno generate: il modello di calcolo è cambiato, ha detto Huang.

Questo sistema innovativo è costruito con NVIDIA AI e Omniverse Cloud, una piattaforma software per lo sviluppo di flussi di lavoro 3D unificati e applicazioni OpenUSD, e offre alle case automobilistiche capacità per creare contenuti visivi altamente personalizzati in modo più rapido ed efficiente.

In Omniverse, i team creativi sfruttano OpenUSD per unificare le loro complesse pipeline 3D, collegando in modo trasparente strumenti di progettazione come Adobe Substance 3D, Alias e VRED per sviluppare gemelli digitali dei prodotti dei clienti. L’accesso agli strumenti di AI generativa consentirà la creazione di contenuti da set di dati addestrati e costruiti con NVIDIA Picasso, producendo set virtuali. Ciò darà ai clienti di WPP scene complete per generare vari annunci, video ed esperienze 3D.

DENZA, la joint venture di BYD con Mercedes-Benz, si affida a WPP per costruire e distribuire i primi configuratori di auto di questo tipo con Omniverse Cloud.

Funzionando sull’AI generativa: più veloce, migliore, più economico ovunque

La comprensione contestuale, l’output creativo e le capacità di apprendimento adattive dell’AI generativa segnano una nuova era.

Ciò che è iniziato con la scoperta del modello transformer ha portato a risultati incredibili, supportati da modelli massicci il cui addestramento è stato reso possibile da progressi nelle prestazioni del calcolo accelerato di NVIDIA.

Anche se è ancora presto e quindi difficile quantificare le implicazioni complete di questa trasformazione, i produttori di automobili stanno adottando “copiloti” specifici per l’industria per il design, l’ingegneria, la produzione, il marketing e le vendite al fine di ottenere operazioni migliori, più efficienti e meno costose.

E stanno solo cominciando.

Scopri come NVIDIA AI e Omniverse stanno rivoluzionando l’industria automobilistica da un capo all’altro.