L'IA a créé un changement maritime dans la société; Maintenant, il jette son objectif sur la mer elle-même. Des chercheurs de l'Osaka Metropolitan University ont développé un modèle de simulation de fluide alimenté par l'apprentissage automatique qui réduit considérablement le temps de calcul sans compromettre la précision.
Leur technique rapide et précise ouvre des applications potentielles dans la production d'électricité offshore, la conception des navires et la surveillance des océans en temps réel. L'étude a été publiée dans Recherche sur l'océan appliquée.
Prédire avec précision le comportement des fluides est crucial pour les industries qui s'appuient sur les vagues et l'énergie marée, ainsi que pour la conception des structures maritimes et des vaisseaux.
Alors que les méthodes de particules – qui permettent aux particules de simuler le comportement du flux de fluide – sont une approche commune, elles nécessitent des ressources de calcul étendues, y compris la puissance de traitement et le temps. En simplifiant et en accélérant les simulations de liquide, les modèles de substitution alimentés en AI font des vagues dans la recherche sur la dynamique des fluides.
Cependant, l'IA n'est pas sans défauts.
« L'IA peut fournir des résultats exceptionnels pour des problèmes spécifiques, mais a souvent des difficultés lorsqu'il est appliqué à différentes conditions », a déclaré Takefumi Higaki, professeur adjoint à la Graduate School of Engineering de l'Université Metropolitan d'Osaka et auteur principal de l'étude.
Visant à créer un outil constamment rapide et précis, l'équipe a développé un nouveau modèle de substitution en utilisant une technologie d'apprentissage en profondeur appelé Graph Neural Networks.
Les chercheurs ont d'abord comparé différentes conditions de formation pour déterminer quels facteurs étaient essentiels pour les calculs de liquide de haute précision. Ils ont ensuite systématiquement évalué la façon dont leur modèle s'est adapté à différentes vitesses de simulation, connues sous le nom de taille des pas de temps, et divers types de mouvements de fluide.
Les résultats ont démontré de fortes capacités de généralisation à travers différents comportements fluides.
« Notre modèle maintient le même niveau de précision que les simulations traditionnelles à base de particules, dans divers scénarios fluides, tout en réduisant le temps de calcul d'environ 45 minutes à seulement trois minutes », a déclaré Higaki.
Cette recherche marque un pas en avant dans la simulation de liquide haute performance, offrant une solution évolutive et généralisable qui équilibre la précision avec efficacité. De telles améliorations s'étendent au-delà du laboratoire.
« Des simulations de liquide plus rapides et plus précises peuvent signifier une accélération significative dans le processus de conception des navires et des systèmes d'énergie offshore », a déclaré Higaki. « Ils permettent également une analyse du comportement des fluides en temps réel, ce qui pourrait maximiser l'efficacité des systèmes d'énergie océanique. »
