BMW õpetab tehisaru kokkupõrkesimulatsioone mõistma

BMW Group ja prantsuse tehisaruettevõte Mistral AI alustasid koostööd, et viia AI sügavamale autoarenduse kõige keerulisemasse ossa: kokkupõrkesimulatsioonide analüüsi. BMW annab mudelite treenimiseks üle ühe petabaidi ajaloolisi simulatsiooniandmeid, Mistral AI lisab mudelikoolituse võimekuse. Eesmärk pole füüsilisi kokkupõrketeste kaotada, vaid muuta kandevkere, materjalide ja deformatsioonitsoonide arendus kiiremaks ning täpsemaks.

BMW ei õpeta AI-d rääkima, vaid kokkupõrget lugema

BMW Group kasutab simulatsioonide analüüsimiseks oma tööstusandmeid. Ettevõtte sõnul jookseb BMW arenduses igal nädalal tuhandeid virtuaalseid kokkupõrkeid ning aastatega on kogunenud üle ühe petabaidi erinevaid andmeid. Need kirjeldavad kandevkere struktuure, materjalide käitumist ja deformatsiooniolukordi, mille põhjal saab treenida tööstusspetsiifilist AI-mudelit.

Avariisimulatsioon on ala, kus iga millimeeter pleki, alumiiniumi, kõrgtugeva terase, liimi ja akuümbrise deformatsiooni võib muuta salongi koormust, ukse avanemist, turvavöö tööd või kõrgepingeaku kaitset. AI väärtus ei seisne siin dramaatilises otsustamises, vaid mustrite leidmises tohutus inseneriandmete massis.

„Large Industry Model” on BMW vastus üldisele juturobotile

BMW nimetab tehniliseks aluseks Large Industry Model tüüpi lähenemist. Sisuliselt tähendab see suurt tööstusmudelit, mis ei õpi üldist internetiteksti, vaid konkreetse valdkonna inseneriandmeid, simulatsioonivõrke, materjalimudeleid ja arendusloogikat. Mistral AI kirjeldab koostööd samamoodi: eesmärk on ehitada tööstusspetsiifilisi AI-mudeleid, mis alustavad avariisimulatsioonidest ja võivad hiljem laieneda BMW väärtusahela teistesse osadesse.

See eristab BMW projekti tavalisest generatiivsest AI-st. Chatbot võib seletada, mis on põrkeraam või külgkokkupõrge. Tööstusmudel peab aitama inseneril aru saada, miks mõni kere sõlm murdub ebasoovitavalt, kuidas muutub jõuülekanne läbi kandevkere ja milline simulatsioonitulemus vajab sügavamat kontrolli.

Avariisimulatsioon on liiga keeruline, et seda lihtsaks lubaduseks muuta

Kokkupõrge pole lineaarne probleem. Löögi hetkel painutavad ja rebenevad materjalid, detailid puutuvad kokku uutes kohtades, keevised ja liimliited töötavad piiripealses režiimis ning kogu protsess toimub millisekundite jooksul. Hiljutine CarCrashNeti teadustöö rõhutab sama: struktuurse avariisimulatsiooni teevad keeruliseks suured deformatsioonid, mittelineaarsed kontaktid, materjalide plastne käitumine ja kõrglahutusega lõplike elementide võrgud.

Seetõttu tasub BMW ja Mistral AI lubadust lugeda kainelt. AI ei asenda inseneri ega füüsilist kokkupõrketesti. Küll aga võib see vähendada aega, mis kulub simulatsioonide sorteerimisele, anomaaliate otsimisele ja variantide võrdlemisele. Kui insener näeb kiiremini, milline kandevkere sõlm töötab valesti, saab ta varem muuta profiili kuju, materjali paksust või koormusteed.

Euroopa ohutusreeglid muudavad virtuaalse arenduse väärtuslikumaks

BMW projekt tuleb tegelikult väga õigel ajal. Euro NCAP liigub 2026. aastal uude hindamisskeemi, kus ohutust vaadatakse neljas etapis: ohutu sõit, avarii vältimine, kokkupõrkekaitse ja avariijärgne ohutus. Euro NCAP rõhutab ka virtuaalse testimise kasvavat rolli, eriti tulevaste ohutushinnangute ja uute tehnoloogiate hindamisel.

See muudab autotootja arendustöö keerulisemaks. Enam ei piisa tugevast esiosast ja heast külgturvapadjast. Elektriautol peab pärast avariid töötama kõrgepingeaku isoleerimine, päästemeeskond peab saama auto kiiresti avada, uksekäepidemed ja elektrilised süsteemid ei tohi avarii järel pääsemist takistada. Euro NCAP-i avariijärgse ohutuse protokoll kasutab kokkupõrketeste ka elektri- ja hübriidautode elektriohutuse kontrollimiseks.

BMW saab eelise just andmete mahust

Kõigil suurtel tootjatel on simulatsioonitiimid ja füüsilised katselaborid. BMW tugevus tuleb siin andmevarast. Üle ühe petabaidi ajaloolisi avariisimulatsioone tähendab, et mudel ei õpi tühjalt lehelt. Ta saab vaadata aastatepikkust arendust: millised lahendused töötasid, millised kandevkere sõlmed käitusid halvasti, millised simulatsioonid ennustasid päriskatse tulemusi hästi ja kus tekkis lahknevus.

Samas peitub selles ka risk. Tööstuslik AI on väärtuslik ainult siis, kui andmed on kvaliteetsed, õigesti märgendatud ja insenertehniliselt tõlgendatavad. Halb simulatsioon või valesti mõistetud materjalimudel võib õpetada AI-le vale seose. Seetõttu jääb BMW enda insenerikompetents kogu projekti keskmesse, Mistral AI annab tööriista, mitte automaatse tõe.

Konkurents liigub samas suunas

BMW pole ainus, kes näeb simulatsiooni ja AI ühendamises uut arenduskiirendit. Auto- ja lennundustööstus nihutab järjest rohkem tööd virtuaalsetesse keskkondadesse, sest füüsilised prototüübid maksavad palju ja iga arendustsükkel peab lühenema. Euronews märkis sama päeva laiemas kontekstis, et Mistral AI sõlmis koostöö ka Airbusiga, mis näitab Euroopa tööstuse soovi kasutada kohalikke tehisarulahuendusi strateegilistes valdkondades.

BMW jaoks on panus eriti suur. Elektriautod, suured akupakid, mitmematerjalilised kered ja järjest rangemad ohutusprotokollid sunnivad tootjaid rohkem variante kiiremini läbi mängima. Kui AI aitab BMW-l lühendada simulatsiooni analüüsi ja leida varem nõrgad kohad, võib see anda eelise nii turvalisuses, arendusajas kui ka kuludes.

Tehniline lühikokkuvõte
BMW Group ja Mistral AI arendavad AI-d avariisimulatsioonide analüüsimiseks.
BMW kasutab mudelite treenimiseks üle ühe petabaidi ajaloolisi kokkupõrkesimulatsiooni andmeid.
Lahendus keskendub Large Industry Model tüüpi tööstusmudelitele, mitte üldisele juturobotile.
AI peab aitama inseneridel kiiremini hinnata kandevkere deformatsiooni, materjalide käitumist ja simulatsioonide kõrvalekaldeid.
Euroopa vaates tõstab projekti tähtsust Euro NCAP-i 2026. aasta uus ohutusskeem ja virtuaalse testimise kasvav roll.