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.
