AI牵引工业软件新升级，数据分析与人工智能在探索中进化

暨亿欧专访 Altair 大中华区总经理刘源博士

数字化浪潮正在改变全球产业，数字技术成为企业发展的新引擎，推动企业核心竞争力的进化。然而，传统实体经济领域的数字化转型相对较慢。以制造业为例，数据驱动已成为企业转型的主流模式，国外工业软件服务商凭借先进技术和行业理解在中国市场持续深耕。

AI技术与CAE技术的融合助力制造业数字化转型

全球市场竞争日趋激烈，以汽车制造行业为例，造车周期从过去的3-5年缩短到现在的1-2年，对各环节的效率提出更高要求，特别是在产品的研发设计环节将越来越重视仿真模型的准确性和输出效率，而传统的CAE技术逐渐难以满足企业对于这种高时效性和逼真模型效果的要求，倒逼服务商不断探索更优的解决方案。

随着AI技术的不断演进，基于AI的机器学习能够基于已有的大量数据，通过训练神经网络得到更准确的预测模型，AI开始成为制造业企业在研发设计环节的重点探索应用技术。而将AI技术与CAE技术深度融合，以CAE在制造业积累的大量数据作为深度学习的基础，将赋能CAE建模持续优化，并进一步降低计算成本。观察到这一趋势的全球领先CAE服务商纷纷开始探索AI技术与自身产品的融合，并积极拥抱AI+CAE的更多可能性。

作为全球领先的CAE服务商，Altair在观察到传统企业在产品研发设计环节的数字化转型痛点后，通过积极的研发、并购，逐步建立起完善的仿真、高性能计算和人工智能的技术融合解决方案。

“通过将仿真技术和AI技术进行深度融合，以高性能计算为底层算力支撑，并结合内部积累的行业经验，能够为客户提供更贴近真实需求的仿真结果和更好的用户体验。”—— Altair大中华区总经理 刘源 博士

一方面，AI与CAE的深度融合可以更好地做到“所想即所得“，即实现想法和需求的产品化。这与Altair内部提出的physicsAI概念不谋而合，基于已有的大量仿真结果快速建立机器学习模型，能够帮助企业客户快速预测建立起新模型并输出结果。

另一方面，从数字孪生角度来看，Altair内部的数字孪生建设有两条路径，一是基于传统的三维建模，这种方式虽然能精确刻画出模型，但在实际应用过程中速度很慢，不能做到实时显示；第二条路径依托romAI工具实现，CAE技术与AI技术深度融合，利用机器学习将三维模型降阶到一维，从而做到更快速显示仿真结果。事实上，Altair通过CAE技术与AI技术的融合，可实现分钟级的汽车碰撞测试模型结果输出。

图：Altair离散元技术与AI技术的融合

Frictionless AI即"无摩擦AI"，Altair如何消除数据分析中的摩擦

企业的数字化转型需要从全流程角度进行，数据驱动只有在各个业务环节发挥作用，才能助力可持续发展。Altair 在CAE领域的完善的多学科解决方案，已经提升了众多制造业企业的产品设计、研发的数字化转型能力。

从解决企业研发端的数字化到同时解决运营、营销和管理流程的数字化转型需求，Altair再提出"无摩擦AI"的概念，希望通过解决不同用户与数据、数据专家与行业专家之间的摩擦问题，即解决企业内部全员数据分析与人工智能应用的阻碍和问题，实现企业全流程的数字化转型。Altair的数据分析与人工智能平台Altair RapidMiner为企业提供完整的数据分析解决方案，消除人员、数据和业务之间的摩擦，支持端到端的数据分析与人工智能，方便企业所有的业务人员、数据分析专家进行数据分析，帮助企业更高效的实现智能化决策和提高竞争力。

从创意到生产，Altair RapidMiner是一个真正的端到端平台，消除企业在数据分析过程中产生的人员、数据和业务之间的数据分析摩擦，能够完成从数据准备、处理、建模到操作的所有分析任务。

从数据准备到数据科学再到数据可视化，Altair RapidMiner平台致力于在数据与用户之间创造价值，让人人都成为数据科学家。

图：Altair数据分析解决方案

数字化转型的需求不断增长，数据分析市场有着广阔的发展机遇和空间。Altair认为数字化是实现企业生存和利润增长的关键手段并通过不断丰富数据产品组合和提供全流程的数字化赋能。Altair通过仿真和数据分析的融合，助力企业加速数字化转型，实现产品设计和效率优化的提升，构建更可持续的竞争优势。

（文章来源公众号： Altair澳汰尔）