Thanh Thúy
Well-known member
PhysicsX, công ty khởi nghiệp của Anh do cựu kỹ sư Formula 1 Robin "Dr. Rob" Tuluie sáng lập, vừa ra mắt LGM-Aero, một công cụ AI có khả năng rút ngắn thời gian thiết kế máy bay từ vài tháng xuống chỉ còn vài ngày. LGM-Aero sử dụng thuật toán tiên tiến được huấn luyện trên hơn 25 triệu hình dạng khác nhau để dự đoán lực nâng, lực cản, độ ổn định, ứng suất cấu trúc và các thuộc tính khác của mỗi thiết kế. Sau đó, nó sẽ điều chỉnh thiết kế theo yêu cầu của người dùng.
PhysicsX cho biết đây là Mô hình Hình học Lớn (LGM) đầu tiên trong ngành kỹ thuật hàng không vũ trụ. Phiên bản cơ bản Ai.rplane cũng được cung cấp miễn phí.
Ông Tuluie, người sáng lập kiêm chủ tịch PhysicsX, cho biết: "Đây là bước đầu tiên trong việc chuyển đổi cách thức hoạt động kỹ thuật trong các ngành công nghiệp tiên tiến (ô tô, hàng không vũ trụ và sản xuất)." Công ty sẽ tiếp tục bổ sung thêm tính năng cho LGM-Aero và Ai.rplane, cho phép người dùng lựa chọn hệ thống truyền động, thêm bộ phận điều khiển và các nội dung khác để hoàn thiện thiết kế chỉ trong vài ngày.
Trước khi thành lập PhysicsX, Tuluie từng làm việc với các nhà khoa học đoạt giải Nobel và thiết kế xe đua F1 cho Renault và Mercedes. PhysicsX được thành lập năm 2019 cùng với Jacomo Corbo, kỹ sư tốt nghiệp Harvard, với đội ngũ 50 chuyên gia hàng đầu thế giới về khoa học dữ liệu, AI và máy học. Công ty này đã huy động được 30 triệu Euro vào tháng 11 năm 2023.
PhysicsX giúp kỹ sư dự đoán các điểm nghẽn trong thiết kế (như lực cản) trước khi tạo nguyên mẫu vật lý, tiết kiệm thời gian và chi phí. Phần mềm hoạt động như một đường hầm gió ảo siêu mạnh. Ông Corbo giải thích: "Giống như các mô hình ngôn ngữ lớn hiểu văn bản, Ai.rplane có kiến thức sâu rộng về hình dạng và cấu trúc quan trọng trong kỹ thuật hàng không vũ trụ. Công nghệ này có thể tối ưu hóa nhiều loại vật lý chỉ trong vài giây, nhanh hơn nhiều so với mô phỏng số, với độ chính xác tương đương."
LGM-Aero được xem là bước đệm quan trọng để phát triển các mô hình vật lý cơ bản (physics foundation models) – hệ thống AI mô phỏng và giải quyết các vấn đề vật lý phức tạp.
Việc ứng dụng AI trong khoa học đang ngày càng phổ biến, ví dụ như mô hình AlphaFold của Google DeepMind đã giải quyết được bài toán về cấu trúc protein. Các công ty khác như VSParticle cũng đang sử dụng thuật toán để đẩy nhanh việc phát hiện và tổng hợp vật liệu mới. AI giúp tăng tốc quá trình nghiên cứu khoa học bằng cách phân tích dữ liệu, mô phỏng hệ thống phức tạp và tìm ra các hiểu biết mới nhanh hơn con người.
PhysicsX cho biết đây là Mô hình Hình học Lớn (LGM) đầu tiên trong ngành kỹ thuật hàng không vũ trụ. Phiên bản cơ bản Ai.rplane cũng được cung cấp miễn phí.
Ông Tuluie, người sáng lập kiêm chủ tịch PhysicsX, cho biết: "Đây là bước đầu tiên trong việc chuyển đổi cách thức hoạt động kỹ thuật trong các ngành công nghiệp tiên tiến (ô tô, hàng không vũ trụ và sản xuất)." Công ty sẽ tiếp tục bổ sung thêm tính năng cho LGM-Aero và Ai.rplane, cho phép người dùng lựa chọn hệ thống truyền động, thêm bộ phận điều khiển và các nội dung khác để hoàn thiện thiết kế chỉ trong vài ngày.
Trước khi thành lập PhysicsX, Tuluie từng làm việc với các nhà khoa học đoạt giải Nobel và thiết kế xe đua F1 cho Renault và Mercedes. PhysicsX được thành lập năm 2019 cùng với Jacomo Corbo, kỹ sư tốt nghiệp Harvard, với đội ngũ 50 chuyên gia hàng đầu thế giới về khoa học dữ liệu, AI và máy học. Công ty này đã huy động được 30 triệu Euro vào tháng 11 năm 2023.
PhysicsX giúp kỹ sư dự đoán các điểm nghẽn trong thiết kế (như lực cản) trước khi tạo nguyên mẫu vật lý, tiết kiệm thời gian và chi phí. Phần mềm hoạt động như một đường hầm gió ảo siêu mạnh. Ông Corbo giải thích: "Giống như các mô hình ngôn ngữ lớn hiểu văn bản, Ai.rplane có kiến thức sâu rộng về hình dạng và cấu trúc quan trọng trong kỹ thuật hàng không vũ trụ. Công nghệ này có thể tối ưu hóa nhiều loại vật lý chỉ trong vài giây, nhanh hơn nhiều so với mô phỏng số, với độ chính xác tương đương."
LGM-Aero được xem là bước đệm quan trọng để phát triển các mô hình vật lý cơ bản (physics foundation models) – hệ thống AI mô phỏng và giải quyết các vấn đề vật lý phức tạp.
Việc ứng dụng AI trong khoa học đang ngày càng phổ biến, ví dụ như mô hình AlphaFold của Google DeepMind đã giải quyết được bài toán về cấu trúc protein. Các công ty khác như VSParticle cũng đang sử dụng thuật toán để đẩy nhanh việc phát hiện và tổng hợp vật liệu mới. AI giúp tăng tốc quá trình nghiên cứu khoa học bằng cách phân tích dữ liệu, mô phỏng hệ thống phức tạp và tìm ra các hiểu biết mới nhanh hơn con người.