深層学習AI による解析結果予測ソリューション Neural Concept Shape

航空宇宙産業におけるAI設計の適用：航空宇宙産業のインテリジェント化

航空宇宙関連の企業は、現在新しい製品や部品への移行を進めています。その中で検討すべき項目は、安全性から燃費の最適化、完全な自律制御に至るまで多様な範囲にまで及びます。
さらに、排出ガス削減のための自動車の電動化などの世界的なトレンドは、更なる燃費の向上を促し、グリーンな産業（脱炭素）への転換を迫っています。そのため、製品設計の時間短縮と効率化を飛躍的に進めることが求められています。

近年、人工知能（AI）やAIシステムは、航空宇宙産業や防衛産業など、あらゆる産業でバズワードになっています。AIシステムはグリーン化を促進し、設計をより効率的にするのでしょうか。

例として、航空宇宙関連企業が設計サイクルの短縮のために導入しているAIシステムが挙げられます。AI技術の目的、解決策とは何でしょうか。航空宇宙産業のビジネスリーダーが関わるべき理由とは何でしょうか。
本稿では、航空管制やパイロットへの影響、メンテナンス、工場の自動化など、航空宇宙産業が製品開発段階でより良い意思決定を行うためのAI技術について深く議論していきます。

CADやCAEなどの設計システムからAIや機械学習がいかに効率的に学習し、「リアルタイム」なソリューションを生み出せるかに焦点を当て、データの安全性に配慮しながらデータを抽出するAIの活用事例を紹介します。
テクノロジー・スタートアップの役割とその実践的な成功事例を業界のリーダーとともに検証した後、AIの力とその斬新な予測分析能力によって設計エンジニアを強力に支援し、リスクとコストの削減と革新性の増大を実現する方法を紹介します。

スイスのNeural Conceptのように、当初はニューラルネットワークなどのハイエンドAI技術の開発に注力するAIスタートアップだった企業も少なくありません。AIや機械学習モデルはすでに、非効率なサプライチェーンの円滑化や、ビッグデータに基づく予測ツールによる安全性対応、設計自動化の実現など、様々な側面から業界を支えています。
ニューラルネットワークにより、無人航空機（UAV）の形状を最適化し、その自律性を向上させるという先駆的な応用例を示しています。

ニューラルネットワークにより、制約条件を考慮しながら最適な空力特性を実現したUAV

機械学習、具体的に言うとディープラーニングは、AIがデータ上で動作することを意味します。この業界では日々膨大な量のデータが生成されるため、AIの活用が適していることは言うまでもありません。
データ管理における克服すべき課題は2つあります。

• 多くの場合、データは非常に断片化されているなど保存状態が悪い。
• 航空宇宙産業では、サプライチェーン内や外部へのデータ通信に関連するセキュリティや安全性の懸念がある。

データ抽出には問題なし

AIが持つデータ抽出能力は、データを生成するあらゆる技術に実装することができます。しかし、ここでは物体の形状を3次元で表現するCAD（Computer-Aided Design）と、物体の物理特性を3次元で表現するCAE（Computer-Aided Engineering）に焦点を当てることにします。
どの業界にも安全性の問題はありますが、航空宇宙産業は特にデリケートです。Neural ConceptはAIツールを提供しますが、CADやCAEデータはすべて社内に置くことができ、専有データや機密データの安全性を確保することができます。
そのため、 Neural Conceptは、その技術を産業界に普及させるために多額の投資を受けることになりました。

航空宇宙関連企業はAIで設計スピードを向上

AIは技術的なサプライチェーンの効率化などの組織的な課題や、最適化された設計による燃費の最適化などの技術的な課題の解決に貢献します。
予測分析は、言い換えれば、コンピュータの技術を使って、事象が発生する前にシミュレーションを行うことで大きな助けとなります。予測分析の適用を妨げていたのは、時に不十分な応答時間でした。
2019年、Neural Conceptは航空宇宙産業のリーダーであるエアバス社と、AIの航空機空力への応用を実証しました。
CAE（Computer Aided Engineering）の代用としてNCS（Neural Concept Shape）を使用することで、エアバスはエンジニアが設計選択をサポートするための予測分析を展開する平均時間を短縮し、2021年にはNeural Conceptとのコラボレーション契約を更新します。

エアバス社で設計期間を1万倍高速化

Neural Conceptは現在、エアバス社と協力し、流体力学、構造工学、電磁気学など、航空宇宙・防衛に関するさまざまな設計問題において、エンジニアリングプロセスの加速と新しい設計ソリューションの生成に取り組んでいます。
AIを導入したことで、エアバス社は航空機の外板にかかる圧力場の予測にかかる時間を劇的に短縮することができました。
その結果、従来のCAE手法では1時間かかっていたものが、機械学習により30ミリ秒まで改善されました。つまり、機械学習は計算処理を1万倍以上高速化したわけです。
逆に言えば、航空宇宙プロジェクトの中で設計に割り当てられる時間が一定であれば、製品設計チームは以前よりも1万回以上も設計の変更を検討することができることを意味します。その結果、エアバス社のエンジニアは、NCSを使用することを承認しました。

航空宇宙産業は、大規模な並列コンピューティングへの投資で知られています。これは、予測分析におけるプロセスの高速化の必要性があるためです。2022年11月、イタリアの航空機産業の実質的なプライベート計算クラスターが世界4位にランクインしました。

大規模な投資 - GPU計算環境

エアバスの事例から得られる教訓は何でしょうか。大規模なハードウェアのインフラ投資がなくても、「インテリジェントな航空宇宙」はAIを活用することで、日常的に酷使するハードウェアのコンピュートファームに投資することなく、エンジニアのデスクPCやノートPCに直接設計ツールを導入できることを示しています。

航空宇宙産業におけるAI機械学習技術の活用事例をいくつか紹介し、製品性能の向上や革新的な技術開発に話を進めていきましょう。

Neural Concept Shapeの活用例 - 航空機の空気力学をリアルタイムに再現

「インテリジェントな航空宇宙」の例のひとつNCSは、3次元形状を理解し（CAD）、それらが物理法則とどのように相互作用するかを学習する（CAE）最初の機械学習システムです。
AIは複雑なCAEシミュレーターを再現することができ、従来のアプローチでは数時間、あるいは数日かかっていた予測を、約30ミリ秒で行うことができます。AIを用いたNeural Conceptのアプローチにより、航空宇宙産業のエンジニアは、データから最大限の価値を引き出し、運用効率を向上させた設計を検討することができます。
具体的に活用されているAIシステムは、ディープラーニングと特徴認識です。
例えば、民間航空機のフライトエンベロープを計算する場合、多くのエンジニアはいくつかの運転条件しか分析しませんが、Neural ConceptはAIによって、速度や迎え角の範囲で数秒のうちに航空機のフライトエンベロープを計算することを可能にします。
データドリブンなAIや機械学習によるユーザーエクスペリエンスは、オペレーションがリアルタイムになるため、従来のアプローチとは全く異なるものになるでしょう。

この航空宇宙プロジェクトは、人工衛星のパネルの熱伝導解析のための人工知能ベースのシステムを構築することを目的としていました。このAIによる熱解析は、衛星産業や、一般的に電子システムの熱管理の問題に関連するあらゆる産業を支援することができます。
従来のシミュレーションは20分程度かかりますが、人工知能は数十ミリ秒で結果を出すことが期待されています。
AIによるリアルタイムシミュレーションの考え方は、人工衛星やその運搬能力に影響を与える他の重要なエンジニアリングテーマ、例えば打ち上げ段階での振動や過酷さなどにも拡張できます。
まず、エンジニアはチップの数を増やすなどトポロジーを変化させて、AIツールのシミュレーションの精度と速度を調整しました。

また、エンジニアたちはこの課題に対するNCSの性能を評価し、シミュレーション全体の代用品としての実現可能性を評価しました。さらに、NCSが1つのデータベース内で異なるトポロジーを処理する能力もテストしました。
ネットワークは、各コンポーネントに対応する熱流束をうまく割り当て、パネル内に熱流束を伝搬させることができます。

航空宇宙・防衛分野におけるAIは、研究開発サイクルの劇的な高速化、製品性能の向上、最も複雑なエンジニアリング課題の解決に、すでにどのように役立っているのでしょうか。
NCSは、ディープラーニングのハイエンドな実装です。ディープラーニングとは人工ニューロンがコンピュータに格納された3次元形状を理解し、それが物理法則とどのように相互作用するかを学習することです（CAE）。
AIは専門的なCAEシミュレーションソフトウェアを再現し、CAEが数分から数時間（あるいは数日）かかるところを約30ミリ秒で予測し、専門的な品質に匹敵する結果を得ることができるのです。

専門的なグレードのCAE（左）と同品質の予測（右）を提供するニューラルネットワーク

設計エンジニアは、NCSを机上で利用し （日常的に使用するためのコンピュートファームやその他の高価なインフラは不要）、リソースと時間を消費するCAEソフトウェアを呼び戻すことなく、手動または自動で無制限の数の設計を検討することが可能です。
NCSは、社内の設計者とシミュレーションの専門家をつなぐ役割を果たし、チーム間の時間のかかる繰り返し作業を軽減しています。

航空宇宙企業とNeural Conceptの共通の目的は、機械学習システムに基づく新しい設計手法の展開を推進し続けることです。 このコラボレーションは、リアルタイムシミュレーションやインタラクティブな設計最適化のために、設計エンジニアが機械学習の力を利用できるようにすることを目的としています。 これにより、航空宇宙産業は、次世代航空機をはじめとする航空宇宙・防衛用途のAIのエンジニアリングを加速・向上させることができます。

著者：Anthony Massobrio 1990年以来、長くCFDの専門家として活躍。競争の激しい自動車業界のTier1サプライヤーで、初期は上級研究員として、その後エンジニアリング部門に移り、テクニカルディレクターも務める。2001年からは、ソフトウェアとエンジニアリングのコンサルタント会社で、セールスエンジニアおよびマネージャーを担当。2020年、AIに魅了され、以来Neural Concept社で「CAEのためのAI」の分野で活動。

本記事は、Neural Concept社の下記ウェブサイトに公開されている記事「Applications of AI in Aerospace and Defence Design: Intelligent Aerospace」を日本語訳したものです。

Neural Conceptは、エンジニアリングを強化するためのAIディープラーニングアルゴリズムを開発しています。研究開発サイクルの高速化、製品性能の増強、次世代におけるエンジニアリング課題の解決により、これまでに80社以上の顧客の製品設計方法を革新してきました。同社は2018年、スイスのEPFLにある一流のAI研究室で設立されました。私たちは30人以上のメンバーで構成され、インテリジェンスで産業エンジニアリングの未来を変革するというビジョンに向かい全力を尽くしています。詳しくはこちら