BMW uči veštačku inteligenciju da razume simulacije sudara

BMW ne uči veštačku inteligenciju da govori, već da čita sudar.

BMW Group će za analizu simulacija sudara koristiti sopstvene industrijske podatke. Prema navodima kompanije, tokom razvoja BMW modela svake nedelje se pokreću hiljade virtuelnih simulacija sudara, a tokom godina prikupljeno je više od jednog petabajta podataka iz različitih scenarija. Ti podaci opisuju strukture karoserije, ponašanje materijala i obrasce deformacije, pa BMW i Mistral AI na njima mogu da obučavaju AI model namenjen konkretnoj industriji.

Simulacija sudara je oblast u kojoj svaki milimetar deformacije čelika, aluminijuma, čelika visoke čvrstoće, lepljenih spojeva i kućišta baterije može da promeni opterećenja u kabini, ponašanje vrata pri otvaranju, rad sigurnosnog pojasa ili zaštitu visokonaponske baterije. Vrednost veštačke inteligencije ovde nije u dramatičnom donošenju odluka. Ona je u pronalaženju obrazaca u ogromnoj količini inženjerskih podataka.

Large Industry Model je BMW-ov odgovor na opšti chatbot.

BMW tehničku osnovu opisuje kao pristup Large Industry Model. U praksi, to znači veliki industrijski model koji ne uči iz opšteg internet teksta, već iz inženjerskih podataka, simulacionih mreža, modela materijala i razvojne logike iz jedne određene oblasti. Mistral AI slično opisuje partnerstvo: cilj je razvoj AI modela namenjenih određenim industrijama, počev od simulacija sudara, uz mogućnost da se kasnije prošire na druge delove BMW-ovog lanca vrednosti.

To BMW-ov projekat odvaja od obične generativne veštačke inteligencije. Chatbot može da objasni šta znače poprečna greda za apsorpciju udara ili bočni udar. Industrijski model mora da pomogne inženjeru da razume zašto određeni čvor karoserije otkazuje na pogrešan način, kako se opterećenja kreću kroz strukturu karoserije i koji rezultat simulacije zaslužuje detaljniju proveru.

Simulacija sudara je previše složena za laka obećanja.

Sudar nije linearan problem. U trenutku udara materijali se savijaju i cepaju, komponente dolaze u kontakt na novim mestima, zavareni i lepljeni spojevi rade na granici svojih mogućnosti, a ceo proces traje svega nekoliko milisekundi. Nedavno istraživanje CarCrashNet ukazuje na isto: strukturna simulacija sudara je zahtevna zbog velikih deformacija, nelinearnog kontakta, plastičnog ponašanja materijala i mreža konačnih elemenata visoke rezolucije.

Zato obećanje BMW-a i Mistral AI treba čitati trezveno. Veštačka inteligencija neće zameniti inženjera niti fizički crash test. Ipak, mogla bi da skrati vreme potrebno za razvrstavanje simulacija, pronalaženje anomalija i poređenje varijanti. Kada inženjer ranije vidi koja se struktura karoserije ponaša loše, može ranije u procesu da promeni oblik profila, debljinu materijala ili putanju opterećenja.

Evropska bezbednosna pravila povećavaju vrednost virtuelnog razvoja.

BMW-ov projekat dolazi u pravom trenutku. Euro NCAP od 2026. prelazi na novu šemu ocenjivanja, koja bezbednost posmatra kroz četiri faze: bezbednu vožnju, izbegavanje sudara, zaštitu pri sudaru i bezbednost posle sudara. Euro NCAP takođe naglašava sve veću ulogu virtuelnog testiranja, posebno za buduće bezbednosne ocene i procenu novih tehnologija.

To razvoj automobila čini zahtevnijim. Čvrst prednji deo i dobar bočni vazdušni jastuk više ne pričaju celu priču. U električnom automobilu visokonaponska baterija mora da ostane izolovana posle sudara, spasilačke ekipe moraju brzo da otvore vozilo, a kvake ili električni sistemi ne smeju da ometaju izlazak nakon udara. Euro NCAP-ov protokol bezbednosti posle sudara koristi crash testove i za proveru električne bezbednosti električnih i hibridnih vozila.

BMW-ova prednost je u obimu podataka.

Svaki veliki proizvođač automobila ima timove za simulacije i laboratorije za fizička ispitivanja. BMW-ova snaga u ovom slučaju leži u njegovoj bazi podataka. Više od jednog petabajta istorijskih podataka iz simulacija sudara znači da model ne uči od nule. Može da analizira godine razvoja: koja rešenja su funkcionisala, koji su se čvorovi karoserije ponašali loše, koje su simulacije dobro predvidele rezultate fizičkih testova i gde su se pojavile razlike.

Postoji i rizik. Industrijska veštačka inteligencija postaje korisna tek kada su podaci kvalitetni, pravilno označeni i smisleni inženjerima. Loša simulacija ili pogrešno shvaćen model materijala mogli bi da nauče AI pogrešnoj vezi. Zato BMW-ovo inženjersko znanje ostaje u središtu projekta. Mistral AI obezbeđuje alat, ne automatsku mašinu za istinu.

Konkurencija ide istim putem.

BMW nije jedini koji u simulacijama i veštačkoj inteligenciji vidi novi akcelerator razvoja. Automobilska i vazduhoplovna industrija sve više posla prebacuju u virtuelna okruženja, jer su fizički prototipovi veoma skupi, a svaki razvojni ciklus mora da bude kraći. Euronews je ovu vest stavio u širi kontekst, navodeći da je Mistral AI potpisao partnerstvo i sa Airbusom, što pokazuje da evropska industrija želi da koristi lokalna AI rešenja u strateškim oblastima.

Za BMW su ulozi posebno visoki. Električni automobili, veliki baterijski paketi, karoserije od više materijala i stroži bezbednosni protokoli primoravaju proizvođače da brže testiraju više varijanti. Ako AI pomogne BMW-u da skrati analizu simulacija i ranije uoči slabe tačke, mogla bi da donese prednost u bezbednosti, vremenu razvoja i troškovima.

Tehnički rezime

BMW Group i Mistral AI razvijaju veštačku inteligenciju za analizu simulacija sudara.

BMW će za obuku modela koristiti više od jednog petabajta istorijskih podataka iz simulacija sudara.

Rešenje se fokusira na industrijske modele u stilu Large Industry Model, a ne na opšte chatbotove.

AI treba da pomogne inženjerima da brže procene deformaciju karoserije, ponašanje materijala i anomalije u simulacijama.

Za Evropu projekat dobija dodatnu važnost zbog Euro NCAP-ove bezbednosne šeme za 2026. i sve veće uloge virtuelnog testiranja.