以前のブログ記事 「造船におけるジェネレーティブデザイン」では 、他の産業が生成デザインをどのように使用しているか、そしてそれが私たちの業界にどのような影響を与えるかについて話しました。 新しいテクノロジの重要な側面は、通常、単一のテクノロジが業界自体に大きな影響を与えないことです。 ほとんどの新しい技術を単独で見ると、技術がイノベーションを推進する責任があり、私たちが行うことを永遠に変えるような役割を担っているように思えるかもしれません。 しかし、これは導入された新しい技術の大半にとって現実ではありません。 技術やトレンドのほとんどは、他の技術と非常に緊密な関係を持っており、これらの他の技術の進歩は、その成功に同じくらい重要です。
IoT、クラウドコンピューティング、ソーシャル、人工知能、モバイル、データストレージ、製造プロセス、材料設計、3Dプリンティング、3Dスキャン、ビジュアライゼーション、GPUの改善、ゲーム理論、生成設計、機械学習、エンタープライズサーチ、コラボレーティブな情報プラットフォームなどを見ると、それ自体ではなく、補完的な技術の並行進歩のために、大きなチャンスが見られます。 本質的には、ポテンシャルは部品の合計を上回ります。 各技術は、他の技術の触媒メカニズムのように機能し、それ自体に触媒メカニズムとして供給します。 最近書いたばかりのので、このコンセプトについては、生成デザインを例にして詳しく説明します。
ジェネレーティブデザイン
前に述べたように、生成設計は、当社の業界の設計と製造の多くの分野だけでなく、他の多くの分野で大きな機会を持っています。 ジェネティブデザインを面白くしているのは、生成デザインそのものの概念ではなく、他の補完的な技術の進歩であり、以前よりもはるかに大きな機会を達成し、より複雑な問題を解決することができます。 生成設計は、何十年も利用可能であったため、それ自体ほど重要ではない技術の良い例ですが、それがより「重要」になりつつあるのは最近です。
生成設計を用いて自走式フィードバックループを改善し、改善している5つの主要な技術は次のとおりです。
- 無限コンピューティング (クラウド)
- シミュレーション
- 3Dプリンティング/アディティブマニュファクチャリング
- 材料開発
- Iot
無限コンピューティング (クラウド)
生成設計は、基本的には、入力された制約を使用してさまざまなシナリオをテストするアルゴリズムです。 重要な側面は、多くのバリエーションを生成することになっているということです。 これらのバリエーションは、想像以上に大きな桁です。 これは、適切な時間内に完了するように、バリエーションの数を減らすために課せられた制約を使用しなくなったためです。
アルゴリズムを可能にする場合、より多くのデザインを試す柔軟性を持つ場合は、より多くの計算時間が必要になります。 オンプレミスのコンピュータに頼っていたら、たとえそれらが非常にハイエンドのマシンであっても、結果を待つことは非常に長い時間です。
クラウド コンピューティングとその無限のコンピューティングを入力します。 クラウド コンピューティングの人気は高まっていることは誰もが知っていますが、CPU サイクルあたりのコストが大幅に減少していることは、だれもが知っています。 クラウド コンピューティングは、CPU あたりの価格が常に下がってほぼすべての人に利用可能であるため、より多くの人が生成的な設計アルゴリズムを実装することができます。 以前よりも多くの変数と制約が少なく、より多くの設計バリエーションを生成できます。 クラウドコンピューティングの生成設計がなければ、ちょうど10年前の場所になります。
シミュレーション
生成設計には、設計のイテレーションを検証する方法が必要です。 最適な反復処理を選択し、(自然に似た)反復と改善を続けます。 この検証では、実際の環境での設計の動作を評価するシミュレーションが必要です。
長年にわたるシミュレーションの進歩により、さまざまな環境(水や空気からの抵抗など)において、より複雑なシステム、物体 、 材料をシミュレーションすることができます。 これにより、生成的な設計方法は、人間が全体として最適化することがはるかに困難な、かなり複雑なシステムに適用することができます。 設計の検証は、成功した生成設計ソリューションの基本的な部分であり、高度なシミュレーションがなければ、実際に機会がある複雑なシステムでは生成設計を使用できません。
3Dプリンティング/アディティブマニュファクチャリング
造船を始めとする多くの産業で、我々は、設計に生産能力を組み込むことが求められています。 設計が簡単に製造できない場合、設計が「最適化」されていても、最良の設計ではありません。 3Dプリンティングでは、以前はできなかったもの、少なくとも費用対効果が低いものを製造できるため、アディティブマニュファクチャリングは製造の風景を変えています。 各船はユニークなので、たとえ同じであっても、私たちの業界には大きな可能性があります。
3Dプリントがなければ、製造性の制約を生成設計に追加する必要があり、これは困難であり、分析できるバリエーションを減らすことができます。 これにより、改善のレベルが低下します。 3Dプリントでは、これまではコスト効率よく製造できなかったものを製造できるようになりました。
材料開発
私は多くの人々が知っているとは思わないが、材料開発の進歩は狂っている。 環境を感知し、その形を変える材料があります。 たとえば、あなたの車のスポイラーは、雨が降っているかどうかを感知し、雨の中でより良いトラクションを提供するためにあなたの車のスポイラーの形状を変更する材料から作成されていることを想像してみてください。 これはすべて材料内で行われ、電子センサーや内部電子機器は一切行われません。
これらの新しい材料特性を設計に組み込むことは非常に困難であり、最適化された設計のために考慮 すべき 変数を増やします。 生成設計を活用しないと、これらの材料を設計にすぐに含めることができないので、私たちはそれをすべて頭の中に置くことができ ないので 、私たちは非常に迅速に設計に含めることができないでしょう。 ほとんどの場合、ローカライズされた機能で、一度に 1 つずつマテリアルを適用します。 生成的な設計により、これらの材料とその新しい材料特性を即座に活用することができます。 これは、そうでなければ何年も後に使用されないデザインを今日生産します。
Iot
生成設計では、制約を入力する必要があります。 これらの制約を入力する現実は、何らかのタイプの「理論」法を使用して計算される制約を入力する必要がある場合があります。 これは通常、IoTの傾向が安価になり(ほとんど使い捨て)、非常に小さいと、私たちは物理的な製品にIoTデバイスを追加し、生成設計の制約を更新するために結果フィードバックを持つことができます。 このフィードバックループは、私たちがそうでなければできなかった方法で、私たちのデザインを継続的に改善します。 これは、製品設計を機能目標に合わせて最適化できる唯一の真の方法です。
閉会のコメント
私は、生成設計の成長と可能性に影響を与えているいくつかの技術を見逃していると確信していますが、ご覧のとおり、並行して補完的な技術の改善が生成設計の成長を支えていることは明らかです。
テクノロジーが非常に速く動いているように見えるのは、フィードバックループ関係を持つ技術が非常に多いからです。 1つの分野の新しい進歩は、他の分野で新しい機会を可能にし、その後、自己永続的で増加するループでフィードバックしています。
これらのフィードバックの関係性がテクノロジ間にあるため、より広い範囲のテクノロジを理解する必要があります。 補完的な技術の改善は、古い非実用的なソリューションを新しい革新的なソリューションに変える可能性があるため、これは何らかの理由で過去に却下した古い技術や方法を再評価する必要があります。 生成的なデザインは、この一つの完璧な例です。