Investigadores de General Electric entrenan sistemas computacionales para analizar y presentar mejores diseños de productos, lo que aceleraría la innovación.
Ingenieros de General Electric (GE) han utilizado la inteligencia artificial (IA) para crear herramientas que permitan recortar a la mitad los tiempos en sus procesos de diseño para sus turbinas de avión y motores, lo que aceleraría el desarrollo de una nueva generación de productos, de acuerdo a una publicación de Forbes.
Actualmente puede tomar hasta dos días llevar a cabo un análisis computacional de las dinámicas de lujo de un sólo diseño para un aspa de turbina o un componente de motor. Científicos del centro de investigación de GE en Niskayuna, Nueva York, se apoyaron en el machine learning con la finalidad de entrenar a un modelo sustituto para evaluar millones de variaciones en el diseño en tan sólo 15 minutos.
Normalmente, se requieren de seis meses a un año para diseñar una pieza o un nuevo producto en GE. Sin embargo, de acuerdo a Robert Zacharias, director de tecnología en Termociencias de General Electric, la modelación sustituta puede reducir los ciclos de diseño a más de la mitad. Esto permitiría a la empresa realizar más trabajo de diseño en determinado periodo de tiempo, lo que elevaría los niveles de innovación.
Durante una de las pruebas, los investigadores entrenaron al modelo sustituto con 100 dinámicas de fluidos computacionales (CFD) con la intención de encontrar la forma óptima para una corona de pistón de un motor de diesel.
La tecnología fue capaz de analizar alrededor de un millón de variaciones en un cuarto de hora. El mejor diseño de la pieza produjo un 7% de más eficiencia en el combustible con una reducción significativa en las emisiones de hollín.
Los científicos contemplan que la implementación de la técnica apoyada en IA para diseñar productos, se utilice de forma regular en General Electric en un máximo de cinco años.
La compañía considera la posibilidad de ofrecer el sistema bajo un contrato de servicio a otras empresas para que lo implementen en sus procesos.
No obstante, los sistemas súper inteligentes aún no son capaces de emular características humanas en relación al diseño.
“Las ideas emergen cuando grupos de personas con diferente expertise se reúnen y hablan de ello”, comentó Karthik Duraisamy, profesor de ingeniería en la Universidad de Michigan. “Hay algo sobre el input y la intuición humana que difícilmente puede digitalizarse”.
Te puede interesar también:
