ניו-טק מגזין | פברואר | המהדורה הדיגיטלית

דוגמה מוחשית לכך ניתן למצוא בתעשיית הרכב. במקום לבצע אלפי מבחני ריסוק פיזיים לדגם חדש - תהליך יקר ואיטי מאפשר Physical AI הנפרש על פני שנים - להריץ מאות אלפי ואף מיליוני סימולציות דיגיטליות. סימולציות אלו אינן קירוב סטטיסטי, אלא מודלים המתנהגים בהתאם לחוקי הפיזיקה של פלדה, אלומיניום וחומרים מרוכבים. התוצאה היא קיצור משמעותי של מחזורי הפיתוח, הפחתת ניסויים פיזיים יקרים ומעבר להחלטות תכנון מבוססות מודל כבר בשלבים מוקדמים. מעבר לכך, התאום הווירטואלי יוצר שפה משותפת בין צוותי תכנון, הנדסה וייצור ומצמצם פערים הנובעים מפרשנות שונה של נתונים. מלווים וירטואליים ואג’נטים: לשותפות AI משיחה עם הנדסית אם התאום הווירטואלי הוא מקור האמת, המלווים הווירטואליים הם הממשק האנושי אליו. חשוב להדגיש כי לא מדובר או בצ’אטבוטים Help Desk בעוזרי אג’נטיבי הפועל בתוך AI כלליים, אלא ב הקשר הנדסי מוגדר. אג’נטים תעשייתיים מבינים מערכת מסוימת לעומק - קו ייצור, מוצר או תהליך - ונשענים על התאום הווירטואלי ועל מודלים פיזיקליים מאומתים. כאשר מהנדס מבצע שינוי בתכנון, האג’נט יכול לנתח את ההשלכות, להתריע על חריגות ולהציע חלופות, תוך הסבר ברור של ההיגיון ההנדסי. כך משתנה ממשק העבודה. במקום לצלול לעשרות גרפים ודוחות, ניתן לנהל דיאלוג ממוקד עם המערכת ולקבל תובנות הנגזרות אינו AI ישירות מהמודל הפיזיקלי. ה מחליף את המומחיות האנושית, אלא מרחיב אותה ומאפשר למהנדסים להתמקד בהחלטות בעלות ערך גבוה. והחישוב Physical AI המואץ: מנוע בקנה מידה תעשייתי כדי שתאומים וירטואליים יפעלו בזמן אמת וכדי שמלווים וירטואליים יספקו תובנות אמינות, נדרש מנוע חישובי חזק במיוחד. כאן נכנס לתמונה החישוב המואץ. , ספריות חישוב GPU משלב Physical AI

לאורך שרשרת התכנון, הייצור והמחקר. Physical AI יישומי תמונה: « .Dassault Systèmes קרדיט:

AI מתקדמות ומודלים פיזיקליים מבוססי ומאפשר להריץ סימולציות מורכבות כחלק שוטף מתהליך העבודה. בעבר סימולציות הנדסיות בוצעו בנקודות בודדות לאורך הפיתוח. החישוב המואץ משנה את המשוואה. הסימולציה הופכת לחלק אינטגרלי מהתכנון עצמו. המשמעות היא תכנון אדפטיבי, בחינה של יותר חלופות בזמן קצר ויכולת לפרוס את אותם מודלים על פני אתרים ומפעלים שונים תוך שמירה על עקביות ואמינות. כדי שבינה מלאכותית תעשייתית תהיה ישימה באמת, היא חייבת להבטיח ריבונות מלאה על הנתונים. בתעשיות ביטחוניות, רפואיות ותעופתיות, החשש המרכזי אינו , אלא זליגת קניין רוחני AI עצם השימוש ב וידע רגיש אל סביבות ענן ציבוריות שאינן בשליטה מלאה של הארגון. בהקשר זה, השותפות בין דאסו סיסטמס Sovereign מדגישה תפיסה של NVIDIA ל- , דאסו OUTSCALE באמצעות מותג הענן AI סיסטמס פורסת "מפעלי בינה מלאכותית - הפועלים בשלוש יבשות AI Factories " ומאפשרים לארגונים להריץ מודלים כבדים תוך שמירה הדוקה על Physical AI של פרטיות הנתונים, הגנת הקניין הרוחני וריבונות דיגיטלית מלאה. AI גישה זו מאפשרת לארגונים לאמץ מתקדם מבלי לוותר על שליטה בנכסים הרגישים ביותר שלהם - תנאי הכרחי ריבונות נתונים Sovereign AI ו

ליישום בינה מלאכותית במערכות קריטיות למשימה.

הנדסת מערכות מבוססת מודל: הסינרגיה הדו־סטרית נדבך מרכזי נוסף בשותפות הוא אימוץ . זוהי MBSE הנדסת מערכות מבוססת מודל גישה שבה מערכות מורכבות מתוכננות, מנותחות ומאומתות באמצעות מודלים דיגיטליים לאורך כל מחזור החיים שלהן, ולא רק בשלב התכנון הראשוני. הסינרגיה כאן היא דו־סטרית. לא רק של AI שדאסו סיסטמס משלבת תשתיות בתאומים הווירטואליים שלה, NVIDIA עצמה עושה שימוש NVIDIA אלא שגם של MBSE במודלים ההנדסיים ובכלי ה דאסו סיסטמס לצורך תכנון הדורות הבאים של פלטפורמות החישוב ומפעלי הבינה המלאכותית שלה. תאומים וירטואליים MBSE השילוב בין יוצר רצף הנדסי מלא - Physical AI ו מהגדרת הדרישות, דרך סימולציה ואימות, ועד פריסה תעשייתית בקנה מידה רחב.

מיישומים נקודתיים להתרחבות לעולמות הביולוגיה והחומרים

אינו מוגבל Physical AI חשוב להדגיש כי למכונות, פסי ייצור או מערכות מכניות. אותה תפיסה של מודלים מאומתים ותאומים וירטואליים חלה גם על עולמות הביולוגיה ומדעי החומרים. במקום ניסוי וטעייה ממושכים במעבדה,

New-Tech Magazine l 24