EPFL衍生公司開發(fā)了一款軟件，利用深度學習自動設(shè)計符合空氣動力學的自行車?，F(xiàn)在AI設(shè)計出的這輛自行車有望打破現(xiàn)在人類設(shè)計的自行車行駛的世界紀錄。

EPFL的衍生公司Neural Concept最新研發(fā)了一款軟件，能讓工程師可快速得出符合空氣動力學原理的自行車最優(yōu)設(shè)計方案。目前，工程師們已通過此程序設(shè)計出一輛自行車，該自行車的速度有望在今年秋季的內(nèi)華達世界人力速度挑戰(zhàn)比賽中打破世界紀錄。Neural Concept的工程師在ICML上展示了這款軟件。

目標：打破陸上自行車行駛最高紀錄

目前，平坦道路上行駛的自行車紀錄為133.78 km/h，荷蘭團隊在2012年參加位于內(nèi)華達沙漠的每年一次的世界人力速度挑戰(zhàn)賽時，創(chuàng)下了該紀錄。

來自IUT Annecy的團隊目標是在今年9月打破這一紀錄。通過使用由EPFL發(fā)起、Neural Concept開發(fā)的人工智能軟件，該團隊能夠有效地提高自行車的性能。在短短幾分鐘內(nèi)，Neural Concept的技術(shù)可以計算出自符合空氣動力學原理的最佳自行車形狀。

此外，這項技術(shù)還可以用于許多其他的空氣動力學計算場合。該公司在2018年斯德哥爾摩國際機器學習大會上展示了這款軟件。

從外觀來看，IUT Annecy團隊的斜躺式自行車像是一輛小型賽艇，而不是人力自行車。 它采獨家用定制的方式來更好地貼合騎車者的人體構(gòu)造。

挑戰(zhàn)賽期間，在8公里的沖刺后，它將繼續(xù)以所能達到的最快的速度騎行200米長的平直道路。這一自行車而設(shè)計的目標顯然不是提升騎車人的舒適性，而是提升自行車的性能。

由軟件自動設(shè)計的符合空氣動力學的自行車成功運行

AI提供更快、更詳細、更有效的設(shè)計

現(xiàn)有的空氣動力學設(shè)計方法需要強大的計算能力。 傳統(tǒng)上，自行車工程師會想出不同的設(shè)計方案，然后通過計算機進行模擬來進行檢驗。但這次，工程師第一次使用優(yōu)化后的軟件，而不是他們自己的直覺來定義臥式自行車整流罩。

自行車整流罩（recumbent bike fairing），圖片來源：Pedal Room

IUT Annecy團隊使用了Neural Concept的軟件，計算了自行車的最大長度和寬度以及動力傳動系統(tǒng)和車輪所需的空間。 接下來，程序會對各種形狀設(shè)計方案進行分類，快速比較并選擇出最佳形狀設(shè)計方案。例如，該程序可以幫助工程師確定車輛設(shè)計中最大寬度部分的最佳位置。

為了開發(fā)鞏固軟件背后的技術(shù)支撐，EPFL計算機視覺實驗室的研究人員訓練了卷積神經(jīng)網(wǎng)絡(luò)，計算由通用多邊形網(wǎng)格（用于生成三維形狀的點的集合）來表示的、形式多樣的空氣動力學特性。

使用軟件3D渲染符合空氣動力學特性

工程師可以使用該軟件更加快速準確地對不同設(shè)計進行詳細分析。Neural Concept公司首席執(zhí)行官Pierre Baqué表示，“相比原有的傳統(tǒng)方法，我們的項目設(shè)計可將空氣動力學性能提高5-20％。更重要的是，它可以應(yīng)用在傳統(tǒng)方法無法實現(xiàn)的某些場合?！?/p>

另一個亮點是，該軟件可以進行無人類偏見或者先入為主的設(shè)計比較。 “用于訓練程序的形狀可能與給定物體的標準形狀非常不同，這使它具有很大的靈活性，”Baqué補充解釋。

世界人力速度挑戰(zhàn)賽（World Human Powered Speed Challenge）是一項由大學生團隊設(shè)計的自行車比賽，今年將于9月10日至15日舉行，許多團隊向比賽誕生的世界紀錄發(fā)起挑戰(zhàn)。 對IUT Annecy團隊和Neural Concept來說，這場挑戰(zhàn)賽將是一場機器學習技術(shù)在真實世界的較量。

除此之外，該軟件可以應(yīng)用于其他領(lǐng)域中，例如用于設(shè)計無人機，風力渦輪機和飛機。 各行各業(yè)的專業(yè)人士已經(jīng)敏銳地意識到了深度學習的潛力。

當前，IUT Annecy和Neural Concept已經(jīng)開始為明年的比賽設(shè)計自行車，這項設(shè)計并將完全由軟件獨立自主完成，無需任何人為干預。