PhysicsX, une startup britannique fondée par un ingénieur chevronné qui a fait ses armes dans le monde très exigeant de la Formule 1, vient de présenter un outil qui pourrait transformer l’aéronautique. Dans un communiqué repéré par TheNextWeb, la firme a présente LGM-Aero, un modèle IA conçu pour aider les professionnels à développer des aéronefs en un temps record.
L’ingénierie appliquée aux véhicules est un domaine particulièrement exigeant. Lorsqu’une équipe de professionnels accouche d’une idée prometteuse, il faut souvent des semaines de travail pour évaluer sa viabilité à l’aide d’outils logiciels très performants, sans compter l’intégration avec les autres éléments qui fait augmenter exponentiellement la complexité du processus. C’est particulièrement vrai en aéronautique, où les ingénieurs jonglent quotidiennement avec une montagne de contraintes plus restrictives les unes que les autres.
En collaboration avec Siemens, PhysicsX a développé un modèle IA pour simplifier ce processus. La startup a commencé par lui faire ingurgiter des tas d’équations de physique des fluides ainsi que des modèles de simulation qui permettent de calculer des paramètres tels que la portance, la friction avec l’air, ou encore les contraintes mécaniques. Elle l’a ensuite entraîné en lui fournissant plus de 25 millions de maillages 3D représentant chaque élément d’un avion ainsi que leurs caractéristiques techniques.
Une approche approximative, mais ultra-rapide
À partir de là, le modèle a appris à générer des éléments géométriques plausibles qui peuvent servir de base pour la conception de chaque élément d’un avion. La particularité de cet outil, c’est qu’il est capable de prédire les caractéristiques physiques de l’élément généré (performances aérodynamiques, intégrité structurale…) avec une précision comparable à celle des outils de simulation ultraperformants utilisés par les ingénieurs… sans résoudre la moindre équation.
À la place, il se base sur une approche appelée interpolation, qui consiste à déduire les différents paramètres d’une nouvelle pièce en utilisant les données d’entraînement comme référence. Cela lui permet de produire un résultat certes approximatif, mais proche de la réalité, le tout dans un délai très court par rapport à l’approche traditionnelle.
« De la même façon que les LLM comprennent le texte, notre modèle a une vaste connaissance des formes et des structures qui sont importantes pour l’ingénierie appliquée à l’aéronautique », explique le cofondateur Jacomo Corbo cité par TheNextWeb. « La technologie peut optimiser plusieurs paramètres physiques en quelques secondes, soit plusieurs ordres de grandeur plus vite que la simulation numérique, et avec le même niveau de précision. »
« Si votre géométrie est un peu exotique, le modèle ne fera pas un bon travail pour prédire son aérodynamique. Cependant, pour les formes qui ressemblent vaguement à des avions, les résultats de ce modèle sont généralement très proches des simulations traditionnelles », résume l’entreprise dans son annonce.
Du potentiel dans de nombreuses industries
Évidemment, cela ne dispensera pas les ingénieurs de peaufiner chaque élément avec toute la rigueur nécessaire. Mais l’idée reste très prometteuse, car elle pourrait permettre d’accélérer drastiquement le développement et le prototypage de nouveaux engins — et par extension, d’en réduire les coûts.
Et le plus intéressant, c’est que cette approche pourrait aussi être appliquée à de nombreux autres domaines, comme l’automobile ou l’usinage à grande échelle. « C’est la première étape d’une transformation dans la pratique de l’ingénierie dans les industries avancées », estime le fondateur et président Robin Tuluie. Il sera donc fascinant d’observer comment toutes ces industries vont évoluer au contact de cette nouvelle technologie.
🟣 Pour ne manquer aucune news sur le Journal du Geek, abonnez-vous sur Google Actualités. Et si vous nous adorez, on a une newsletter tous les matins.
