Monolith, una empresa de software de inteligencia artificial (IA) de rápido crecimiento, está lista para cambiar radicalmente el tiempo de desarrollo de los automóviles nuevos. Su innovadora plataforma de IA puede reducir sustancialmente las pruebas y los costos asociados que los fabricantes de automóviles requieren actualmente para llevar nuevos vehículos al mercado.
El software Monolith utiliza modelos de autoaprendizaje para predecir instantáneamente los resultados de sistemas complejos de dinámica de vehículos, lo que reduce la necesidad de pruebas físicas o simulaciones. Este enfoque innovador acelerará drásticamente cada etapa del proceso de desarrollo automotriz desde el diseño inicial, las iteraciones de diseño, la validación y la producción que actualmente requieren pruebas y simulaciones repetitivas, costosas y que requieren mucho tiempo. El uso de Monolith también da como resultado menos prototipos físicos, viajes a sitios de prueba especializados y pruebas en carretera, lo que hace que las últimas etapas de validación sean más seguras y sostenibles.
La brecha actual entre las pruebas físicas y virtuales
Hasta la fecha, las empresas automotrices utilizan una combinación de simulaciones virtuales reales y pruebas físicas durante el desarrollo de vehículos. Para cada iteración de diseño, una simulación resuelve la física que sustenta el modelado del sistema; un proceso notoriamente difícil y computacionalmente intensivo. Las simulaciones virtuales ayudan a reducir la cantidad de pruebas físicas requeridas, pero la precisión y la fidelidad de los resultados pueden ser limitadas. Por lo tanto, todavía se necesitan numerosas pruebas físicas para calibrar y validar los resultados virtuales, así como para comprender el rendimiento en condiciones operativas que no se pueden simular.
Por ejemplo, la aerodinámica optimiza el flujo de aire sobre un vehículo para reducir la resistencia y es notoriamente difícil de resolver matemáticamente, lo que reduce la precisión de los modelos simulados. Debido a la naturaleza altamente iterativa del proceso de diseño automotriz, los ingenieros complementan las pruebas aerodinámicas virtuales con cientos de horas de pruebas en túneles de viento en instalaciones que pueden costar miles por hora.
Monolith está transformando el desarrollo de productos automotrices
Monolith ofrece una solución alternativa y radical para reducir el tiempo y el costo de las pruebas de vehículos. Las pruebas virtuales y físicas crean volúmenes significativos de datos valiosos que actualmente están infrautilizados. Ahora, con Monolith, estos datos se pueden aprovechar para entrenar modelos de autoaprendizaje de IA de alta precisión para predecir instantáneamente el rendimiento de los sistemas mediante la comprensión de su comportamiento a partir de los datos, en lugar de resolver la compleja física del sistema o realizar una prueba física. Con este enfoque, los ingenieros pueden predecir rápidamente el rendimiento en más condiciones operativas y para áreas del automóvil que antes eran imposibles de simular, lo que reduce aún más la cantidad de pruebas requeridas. Monolith ya se está utilizando para reducir el túnel de viento, la pista, la rueda y el neumático, y la dinámica del vehículo, la durabilidad, las pruebas de choque y del tren motriz.
El Dr. Richard Ahlfield, director ejecutivo y fundador de Monolith, “Monolith se fundó para empoderar a los ingenieros con IA para resolver instantáneamente incluso sus problemas de física más complicados. Sabemos que esto resuena especialmente con los ingenieros automotrices que se esfuerzan por optimizar cientos de criterios a menudo conflictivos con cientos de simulaciones complejas. Requiriendo horas o días para resolver, los ingenieros se sienten frustrados por la cantidad considerable de pruebas físicas que aún se requieren para compensar las limitaciones de las pruebas virtuales. Al mismo tiempo, los datos que se crean en el proceso representan una enorme oportunidad cuando se usan con IA. Al predecir resultados con modelos de autoaprendizaje, podemos acelerar radicalmente el proceso de desarrollo.
Hoy en día, las empresas automotrices están gastando miles de millones en desarrollar arquitecturas eléctricas y capacidades de software en su esfuerzo por ganar la carrera de la movilidad eléctrica, compartida y autónoma. Esto reduce los presupuestos de I+D y los plazos de los productos en otras áreas, lo que crea una enorme presión sobre los equipos de ingeniería que trabajan para desarrollar sistemas de hardware de vehículos de mayor calidad en menos tiempo y con menos recursos. Como dijo Akio Toyoda, CEO de Toyota, "los datos son el nuevo oro", pero la "plataforma [vehicular] será la columna vertebral de la movilidad como un servicio para la autonomía, para compartir automóviles, para cualquier cantidad de servicios que queramos hacer". posible ”. Datos para fabricar mejores vehículos al mismo tiempo que se reducen costos y se ahorra tiempo: esta es la esencia de cómo Monolith está transformando de manera única el desarrollo de vehículos.
La plataforma Monolith permite a los equipos de I+D de la automoción utilizar la IA para obtener la mejor información posible a partir de años de datos de pruebas existentes, o predecir al instante los resultados de una pequeña muestra de las pruebas actuales. En última instancia, esto significa que los OEM pueden lanzar nuevos vehículos al mercado más rápido, lo que no solo es vital para alcanzar las ambiciones de EV, sino que permite a los ingenieros automotrices hacer lo que más les gusta: diseñar increíbles vehículos nuevos".
Tecnología madura y comprobada, lista para escalar
Monolith ha pasado los últimos seis años desarrollando su plataforma y trabajando de cerca con algunos de los mejores equipos de ingeniería del mundo para probarla. Hoy cuenta con una tecnología madura y comprobada que se integra perfectamente en las actividades diarias de los clientes. Los equipos de ingeniería de los principales OEM automotrices y proveedores de nivel 1 en todo el mundo ya están logrando reducciones sustanciales en las pruebas físicas después de trabajar con Monolith:
- La empresa de sensores e instrumentos Kistler logró una reducción del 72 % en las pruebas basadas en sensores
- Honda registró un ciclo de diseño un 83 % más rápido
- JOTA Sports Endurance Racing Team redujo la cantidad de simulaciones y pruebas en un 50 % y los costos asociados en un 66 %
El Dr. Joel Henry, ingeniero principal de Monolith, dijo: “ Optimizar un sistema o encontrar una nueva solución basada en una década de datos históricos es como ofrecer instantáneamente a un ingeniero una década de experiencia. Ese es el poder de la IA: potencia la experiencia de un individuo en la materia al desbloquear la experiencia almacenada en los datos de una empresa. Monolith es realmente el socio perfecto del ingeniero”.
Construida desde cero por ingenieros para ingenieros, la plataforma sin código ofrece una experiencia de usuario perfecta con potentes paneles interactivos. El equipo de Monolith está compuesto por expertos de la industria y el software que trabajan con los clientes para identificar los casos de uso más efectivos que puedan aprovechar rápidamente el valor de la IA.
Los casos de uso dependen de las necesidades del negocio y del tipo de datos. Por ejemplo, un OEM puede usar sus datos heredados para encontrar nuevos conocimientos ocultos dentro de sus décadas de experiencia y datos únicos. Alternativamente, los datos capturados de un puñado de pruebas que utilizan un prototipo físico se pueden usar para enseñar modelos de autoaprendizaje de Monolith para predecir el comportamiento en más condiciones operativas; incluso en estados no estacionarios, cuando las variables de interés no se han asentado y siguen cambiando con el tiempo. Los modelos monolíticos de autoaprendizaje predicen el comportamiento en estos estados no estacionarios típicamente difíciles de capturar en cuestión de segundos, en lugar de semanas o meses capturando el comportamiento en todas las condiciones de manejo y operación.
La oportunidad de $46 mil millones
El negocio actualmente se enfoca en clientes automotrices pero tiene ambiciones y aplicaciones en innumerables industrias. Monolith se puede utilizar para cualquier sistema que requiera datos, pruebas repetitivas o gemelos digitales para el desarrollo del diseño, la validación, la producción o la evaluación de datos. Los gemelos digitales, que son representaciones virtuales en tiempo real de un objeto o proceso físico, se utilizan cada vez más en una amplia gama de industrias, incluidas la fabricación, la atención médica, la cadena de suministro y la venta minorista. Se estima que el mercado de gemelos digitales tendrá un valor de $ 46,08 mil millones para 2026. Monolith ya está trabajando en este espacio con marcas globales como L'Oreal y la compañía farmacéutica Nanopharm.
Monolith está preparado para escalar rápidamente con un equipo de expertos, una red de socios de la industria, una amplia cartera de propiedad intelectual y 10,6 millones de libras esterlinas de financiación.