Page 46 - Revista EAA - Edição 99
P. 46

INTELIGÊNCIA ARTIFICIAL









































      ISTOCKPHOTOS









            Por melhor que sejam os resultados alcançados com o   no desenvolvimento de produtos é a IA generativa. Ela vai
          CAE, ou seja, estatisticamente representativo da realidade,   além das redes neurais e pode gerar novas saídas, na for-
          as análises e otimizações exigem um grande uso de recur-  ma de texto, como o ChatGPT, imagem, áudio, ou mesmo
          sos computacionais, geralmente para cada uma das análises.   modelos 3D em CAD. Um dos modelos mais utilizados
          Em qualquer algoritmo de otimização que venha a ser uti-  é o redes adversárias generativas (GAN), onde duas redes
          lizado, será necessário realizar múltiplas iterações de design.   neurais fazem o papel de adversários. A gerador cria da-
          Uma forma de reduzir essa enorme quantidade de iterações   dos novos com o uso de um sinal de ruído aleatório e o
          é o uso do machine learning ou deep learning.      discriminador avalia se os dados podem ser considerados
            Um modelo de deep learning, por exemplo, é capaz de   reais. Esse discriminador é treinado para distinguir entre os
          fornecer uma simulação em tempo real a ser usada em vá-  dados reais do conjunto de treinamento e os dados produ-
          rias iterações de otimização, explorando as informações   zidos pelo gerador, e penaliza o gerador por produzir resul-
          provenientes dos grandes bancos de dados das organiza-  tados não plausíveis. Desta forma o gerador aprende a criar
          ções nos sistemas CAD, CAE e PLM.                  dados capazes de induzir a rede discriminadora a acreditar
            O machine learning e o deep learning também podem au-  que são reais.
          xiliar na escolha dos materiais, na identificação e análise   As principais dificuldades deste tipo de rede são a enor-
          dos modos de falha do produto e na otimização das especi-  me quantidade de dados necessária para o treinamento, e a
          ficações geométricas e dimensionais de cada componente e   convergência do modelo. Enquanto o gerador melhora, o
          subsistema do produto.                             desempenho do discriminador em identificar respostas fal-
                                                             sas piora. Caso o treinamento passe do ponto adequado, o
          IA generativa                                      discriminador passa a fornecer um feedback completamente
          A mais nova ferramenta digital que vem sendo utilizada   aleatório e o gerador piora seu resultado de saída. 2
          46                                                                                julho/agosto/setembro
   41   42   43   44   45   46   47   48   49   50