• Home
  • /
  • Technologia
  • /
  • Szybsze dostarczanie samochodów klientom: Nissan wykorzystuje AI, aby przyspieszyć fizyczne testy pojazdów

Szybsze dostarczanie samochodów klientom: Nissan wykorzystuje AI, aby przyspieszyć fizyczne testy pojazdów

Inżynier Nissana siedzący w pojeździe testowym, pracujący na laptopie z wykorzystaniem oprogramowania Monolith AI.

·       Nissan i Monolith przedłużyły do 2027 r. partnerstwo strategiczne, dotyczące wykorzystania AI do ograniczenia fizycznych testów pojazdów i przyspieszenia rozwoju

·       Połączenie 90 lat doświadczenia B+R z technologiami AI pozwala Nissanowi szybciej wprowadzać samochody na rynek

·       Partnerstwo wspiera plan Re:Nissan, którego celem jest skrócenie czasu rozwoju pojazdów, co napędza innowacje i zwiększa efektywność operacyjną

 

Cranfield (Wielka Brytania) – Nissan i Monolith ogłosiły przedłużenie do 2027 r. strategicznego partnerstwa, dotyczącego wykorzystania sztucznej inteligencji (AI) do transformacji procesu rozwoju pojazdów i ograniczenia wykorzystania fizycznych testów.

Partnerstwo to wspiera globalny plan odbudowy Nissana, RE:Nissan, kładący nacisk na szybsze dostarczanie produktów, skracanie czasu opracowania pojazdów oraz współpracę z partnerami dla innowacji i efektywności operacyjnej.

Po raz pierwszy wykorzystana do walidacji testów nowego, produkowanego w Sunderland, elektrycznego Nissana LEAF, technologia AI firmy Monolith zostanie zastosowana w szerszym zakresie testów dla przyszłej gamy modeli Nissana w Europie.

Wykorzystując dane z ponad 90 lat testów pojazdów, inżynierowie z Nissan Technical Centre Europe w Cranfield w Wielkiej Brytanii będą stosować technologię AI firmy Monolith do precyzyjnego przewidywania wyników testów fizycznych. Dzięki temu zmaleje zależność od prototypów, proces rozwojowy zostanie usprawniony, a inżynierowie będą mogli skupić się na praktycznym rozwiązywaniu problemów i szybszym podejmowaniu decyzji.

Decyzja o przedłużeniu współpracy to efekt dotychczasowej, udanej kooperacji Nissana i Monolith, w ramach której sztuczna inteligencja wspierała testy wydajności połączeń śrubowych w strukturze nośnej pojazdu. Technologia AI wskazała optymalny zakres momentu dokręcania śrub oraz wiarygodnie uporządkowała priorytety dalszych testów, ułatwiając inżynierom zaplanowanie kolejnych etapów badań.

W efekcie liczba testów fizycznych spadła łącznie o 17% względem procesu przeprowadzanego bez użycia AI. Zastosowanie tego podejścia w rozwoju całej europejskiej gamy Nissana mogłoby skrócić czas testowania nawet o połowę.

Komentując partnerstwo, Emma Deutsch, dyrektor ds. inżynierii zorientowanej na klienta i operacji testowych w Nissan Technical Centre Europe, powiedziała: „Dzięki integracji zaawansowanego, opartego na AI oprogramowania inżynierskiego Monolith oraz danych z dziesięcioleci testów możemy z wyjątkową precyzją symulować i weryfikować osiągi pojazdów”.

„Ich modele uczenia maszynowego, opierające się na połączeniu historycznych danych testowych i symulacji cyfrowych, pozwalają nam ograniczyć zależność od prototypów fizycznych — znacząco skracając czas rozwoju i zużycie zasobów. Takie podejście nie tylko przyspiesza wprowadzanie nowych modeli na rynek, ale także wspiera nasze zobowiązanie do dostarczania innowacji i działania zgodnie z zasadami zrównoważonego rozwoju. Patrząc w przyszłość, AI będzie odgrywać coraz bardziej kluczową rolę w tym, jak projektujemy, testujemy i dostarczamy kolejną generację pojazdów naszym klientom — szybciej niż dotąd” – dodała.

Platforma Monolith umożliwia inżynierom wykorzystanie danych historycznych z testów i symulacji do przewidywania wyników, ograniczania potrzeby budowy fizycznych prototypów oraz podnoszenia jakości produktów. Narzędzia, takie jak Next Test Recommender i Anomaly Detector, wspierają ambitny cel Monolith: skracać cykle rozwojowe nawet o połowę, przy jednoczesnym utrzymaniu wysokiej jakości i osiągów pojazdów oraz stosowanych w nich technologii.

Dr Richard Ahlfeld, CEO i założyciel Monolith, powiedział: „Naszą misją jest wspierać inżynierów narzędziami AI, które odblokowują inteligentniejszy i szybszy rozwój produktów. Wyniki naszej współpracy z Nissanem pokazują, jak uczenie maszynowe może napędzać efektywność i innowacje w inżynierii motoryzacyjnej. Cieszymy się, że możemy kontynuować tę wspólną drogę”.

Po raz pierwszy wykorzystana do walidacji testów nowego Nissana LEAF, zintegrowana z AI metodyka testowania Monolith będzie stosowana szerzej — w kolejnych testach przyszłych modeli, które trafią na rynek w nadchodzących latach.

###

 

Nissan AMIEO (region Afryki, Bliskiego Wschodu, Indii, Europy i Oceanii)

Nissan chce stać się firmą prawdziwie zrównoważoną, która dąży do stworzenia czystszego, bezpieczniejszego i bardziej przyjaznego dla wszystkich świata. Zrównoważony rozwój jest podstawą długofalowej wizji Nissana, czyli programu Ambition 2030. W odpowiedzi na potrzeby środowiskowe, społeczne i konsumenckie o decydującym znaczeniu strategia zakłada wspieranie mobilności poprzez wprowadzanie zelektryfikowanych modeli i innowacyjnych technologii na kluczowych rynkach na świecie. Ambition 2030 przyczynia się do realizacji celu Nissana, jakim jest osiągnięcie neutralności węglowej w całym cyklu życia produktów i działalności operacyjnej do roku 2050. Region AMIEO Nissana, którego sercem jest zakład EV36Zero, działa z myślą o przyspieszeniu przejścia na elektryczną mobilność w przyszłości.

Więcej informacji na temat naszych produktów, usług i działań na rzecz zrównoważonej mobilności znajduje się na stronie nissan-global.com. Zapraszamy także na nasze konta w serwisach Facebook, Instagram, Twitter i LinkedIn oraz do oglądania najnowszych materiałów wideo na YouTube.

 

Monolith

Misją Monolith jest oddanie potężnych narzędzi AI w ręce inżynierów – nie tylko specjalistów od danych. Platforma firmy już dziś pomaga zespołom inżynierskim modelować złożone, trudne do rozwiązania zjawiska fizyczne na podstawie danych testowych. Monolith pozyskał finansowanie od jednego z największych na świecie inwestorów w branży oprogramowania i został wyróżniony tytułem Gartner Cool Vendor w obszarze AI w motoryzacji. Spółka znalazła się także w zestawieniach Forbes oraz na liście 100 najlepszych startupów w Wielkiej Brytanii. Założyciel i CEO, dr Richard Ahlfeld, posiada doktorat z inżynierii lotniczej i kosmicznej (Aerospace Engineering) z Imperial College London i został ujęty na liście MIT Technology Review „Top 10 Innovators Under 35”.

www.monolithai.com

Komunikat opublikowany przez Nissana