人工智慧（AI）與機器學習（ML）的進化正席捲各行各業，工程模擬領域也不例外。雖然工程師運用機器學習技術輔助模擬已有時日，但近年硬體與技術的突破，讓 AI 與 ML 為研發創新注入了前所未有的動能。 為深入了解達梭系統的最新發展，我們探討了 SIMULIA 研發部門生成體驗產品線總監 Christina Feist 的觀點。她正致力於將 AI 與 ML 融入研發工作，將其轉化為實用工具，為廣大的模擬用戶減輕負擔、提升效率。以下是 SIMULIA 在 AI 佈局上的獨特之處與關鍵優勢。 突破運算時間瓶頸：AI 驅動即時設計迭代 在傳統開發流程中，每一次的設計變更都需要重新分析，以評估修改後的影響。這種「重新分析」的時間成本，往往成為限制設計速度與迭代次數的最大瓶頸。 為此，SIMULIA 推出了「虛擬雙生物理行為 (Virtual Twin Physics Behavior)」模型來加速開發流程。Feist 指出，這些模型是基於過往模擬資料、並透過機器學習訓練而成的代理模型 (Surrogate Models)，能夠「近乎即時地預測物理行為」。這意味著評估設計方案的時間將大幅縮短，讓工程團隊能以超越傳統模擬的速度，探索更多概念、更有自信地進行迭代，最終以更短的時間收斂出高效能的最佳設計。 告別資料孤島：AI 無縫融入 MODSIM 工作流程 SIMULIA 的策略並非提供零散的 AI 工具或建立孤立的資料庫，而是將機器學習直接整合進模擬流程本身。 「我們不再需要為了讓模擬更容易上手，而刻意簡化物理現象，」Feist 解釋。「相反地，AI 帶來了更直覺、更具引導性的體驗，同時依然扎根於高精準度的工程分析之中。」 「虛擬雙生物理行為」運行於3DEXPERIENCE 平台，並建立在 SIMULIA 經業界驗證的成熟技術資料之上。這項工具完美連結了建模與模擬 (MODSIM)，打造出一個更具包容性的環境——既能降低新手門檻，又能支援進階用戶執行複雜的分析流程。 降低門檻，推動模擬技術全面普及化 在研發團隊導入模擬分析時，最大的挑戰之一就是「普及化 (Democratization)」：如何確保所有需要模擬資源的工程師都能順利應用？一次成功的模擬，需要正確設定求解器與環境參數，這通常高度仰賴資深分析師的專業經驗。 Feist 強調，AI 「大幅降低了以往讓模擬技術難以跨出專屬部門的門檻」。透過虛擬雙生物理行為，資深分析師的專業知識與經驗被封裝至訓練好的模型中。 「這些專業方法論直接內建於工作流程裡，使用者無須從頭摸索或手動重建。研發團隊可以期待一個更全面、高度協作且以效能為導向的工作模式，」Feist 說道。「這讓設計師能充滿信心地進行開發，同時也讓分析專家能將他們的影響力，高效擴展至更多的設計週期中。」 嚴守企業智慧財產：具備完整溯源的安全 AI 環境 隨著 AI 工具的普及，智慧財產權 (IP) 與營業秘密的保護成為企業高層最關切的議題。訓練過程絕不能外洩機密數據，模型的產出也不能侵犯他方的專利。在這一點上，SIMULIA 對於客戶資料的管理採取了極為嚴謹的態度。 「我們的理念是：將這些訓練資料視為客戶專屬的智慧財產權，採取與傳統模擬資料同等的高規格保護，」Feist 解釋。 「這些模型皆在安全的環境中進行訓練，具備 3DEXPERIENCE 平台的完整溯源能力。模型僅使用客戶指定的數據庫，絕對不會發生跨組織的交叉學習 (Cross-learning)。」這代表所有的數據都在平台上受到嚴密管控與稽核，確保使用者對資料來源具備 100% 的掌握度。客戶能在維持機密性、完整性與工程資料受控的前提下，安心享受 AI 帶來的巨大技術紅利。 核心總結：SIMULIA AI 帶來的五大關鍵優勢 數據驅動的預測力： 「虛擬雙生物理行為」運用 AI 技術，以 SIMULIA 產品線的歷史模擬資料來訓練高效率的機器學習模型。 承襲頂尖精準度： 建立於 3DEXPERIENCE 平台之上，讓用戶能無縫結合 SIMULIA 業界領先的物理模擬能力與極致準確度。 捍衛研發機密： 透過平台獨特的資料溯源機制，確保數據受到完整稽核且無侵權疑慮，嚴密保護企業智慧財產權。 加速產品上市： 為 CAE 團隊帶來革命性效益，大幅縮減分析與等待時間，加快產品推向市場的節奏。 落實 MODSIM 理念： 打破建模與模擬之間的隔閡，透過封裝專家知識，協助希望在日常工作中導入模擬的設計師與工程師，輕鬆駕馭強大工具。 資料來源： SIMULIA blog 關鍵字：AI、CAE、 3DEXPERIENCE、MODSIM