La IA y el Machine Learning Aceleran los Workflows de Desarrollo de Productos en la Manufactura

por HIMANSHU IYER

Desde las herramientas de recomendación integradas en sitios de comercio electrónico y plataformas de transmisión hasta la edición sofisticada de imágenes en teléfonos inteligentes, las aplicaciones de IA y machine learning han avanzado rápidamente en los últimos años.

En la industria de la manufactura y el diseño de productos, las empresas están experimentando con potentes soluciones de IA para muchos casos de uso y workflows.

Según una encuesta del MIT Technology Review Insights de 2020, la manufactura es uno de los dos principales sectores que adoptan la IA. La IA y el machine learning aportan muchos beneficios a los casos de uso de manufactura, entre los que se incluyen los siguientes:

  • Investigación, desarrollo y producción de productos
  • Administración de inventarios
  • Proceso y control de calidad
  • Mantenimiento predictivo

Las empresas líderes ya están integrando soluciones avanzadas de IA en sus workflows. Por ejemplo, Foxconn Group implementó la IA para la inspección automatizada de alta precisión de los componentes y herramientas de sus productos utilizando las bibliotecas de software de NVIDIA y la plataforma NVIDIA EGX para la computación acelerada.

Una encuesta reciente realizada por Peerless Research Group, que incluye las respuestas de más de 300 diseñadores de productos, ingenieros, investigadores y otros profesionales de maquinaria aeroespacial, automotriz e industrial, ha identificado a la IA y la simulación como las dos tecnologías clave que tendrán mayor impacto en el diseño y desarrollo de productos en los próximos cinco años.

Workflows Mejorados para el Diseño y la Ingeniería

Cuando se trata de aplicar la IA en el desarrollo de productos, el diseño generativo es un caso de uso común, ya que las formas orgánicas generadas por las herramientas de diseño e ingeniería asistidas por computadora con esta capacidad son sorprendentes en comparación con los diseños convencionales.

Imagen cortesía de ANSYS.

El uso de la IA y el machine learning en CAE está aumentando, lo que permite a los ingenieros y analistas hacer lo siguiente:

  • Obtén información casi en tiempo real para la exploración de diseños, similar a cómo ANSYS Discovery, con su solucionador acelerado por GPU basado en NVDIA CUDA, ha reducido el tiempo de simulación de días a minutos.
  • Administra mejor las tareas de simulación que consumen mucho tiempo, como la preparación de geometría, el mallado, la gestión de los datos de resultados y la identificación de tendencias y anomalías en la vasta cantidad de datos posteriores al procesamiento.
  • Utiliza los datos de simulaciones anteriores para entrenar modelos de machine learning a fin de reducir el espacio de diseño e identificar los parámetros de diseño clave.

Monolith AI, miembro del programa NVIDIA Inception diseñado para apoyar el ecosistema de startups global, ha ayudado a las empresas de fabricación a optimizar los procesos de investigación y desarrollo al reducir la cantidad de simulaciones, pruebas y prototipos. Esto permite a las empresas entregar productos más rápidos y mejores mediante la aplicación de machine learning en los datos generados durante el proceso de diseño de ingeniería.

Un Nuevo Framework de IA para la Física

La necesidad de modelos de IA basados en la física está creciendo rápidamente, especialmente en industrias como la energía, la ciencia del clima y las ciencias naturales. Con un framework como NVIDIA Modulus, los fabricantes e ingenieros de diseño pueden crear modelos de IA impulsados por la física y liberar nuevas capacidades en la simulación industrial.

NVIDIA Modulus es un framework de redes neuronales que combina el poder de la física y las ecuaciones diferenciales parciales con la IA para desarrollar modelos más robustos y así lograr un mejor análisis. Modulus entrena redes neuronales para aprender de los datos y usar las leyes de la física para modelar el comportamiento de los sistemas complejos. El modelo sustituto se puede utilizar en diversas aplicaciones, desde casos de uso industriales hasta la ciencia del clima. Una vez que se entrena un modelo, Modulus puede hacer la inferencia casi en tiempo real o de forma interactiva.

NVIDIA Modulus.

Con Modulus, los profesionales de manufactura y desarrollo de productos pueden explorar diferentes configuraciones y escenarios de un modelo cambiando sus parámetros, lo que les permite obtener información más detallada sobre el sistema o el producto.

Digital Twins que Van Más Allá de las Simulaciones

La tecnología de digital twins también se está adoptando cada vez más en la manufactura y el desarrollo de productos. Mediante NVIDIA Omniverse Enterprise, una plataforma de colaboración y simulación de mundos virtuales para workflows 3D, los diseñadores e ingenieros pueden desarrollar y operar digital twins físicamente precisos que admiten una amplia gama de casos de uso habilitados para IA.

Con la IA y los digital twins, las empresas pueden predecir y optimizar mejor el rendimiento operativo, lo que acelera los tiempos de producción, aumenta la eficiencia y mejora los productos o procesos.

Explora Más la IA en GTC

Escucha a los socios y clientes de NVIDIA para obtener información sobre cómo están utilizando la IA en los workflows de manufactura. Las sesiones destacadas de GTC incluyen:

  • Uso de la IA en la Simulación de Ingeniería [S41563] 
  • Nueva Era de Digital Twins con Omniverse [SE2644] 
  • Comenzar a Usar la IA para Simulaciones de Ingeniería Usando NVIDIA Modulus en la Plataforma de Reescala [S42087]
  • Sesión Destacada: Desarrollo de Digital Twins Industriales en Omniverse [SE2311]
  • Hacia un Digital Twin de Manufactura Sincronizado: NVIDIA Omniverse Tiene los Componentes Fundamentales [S41632]
  • Una Visión del Metaverso: Cómo Construiremos Mundos Virtuales Conectados [S42114]

Consulta otras sesiones sobre manufactura y desarrollo de productos en GTC. Mira el discurso del fundador y CEO de NVIDIA Jensen Huang, del 22 de marzo, para conocer las últimas noticias sobre las tecnologías de NVIDIA.