BeyondMathの「デジタル風洞」は、物理ベースのAIシミュレーションをF1カーに応用します

現実世界をシミュレートすることは、それを実用的なレベルの忠実度で実行しようとすると、非常に複雑な問題です。従来の手法は、自動車や航空宇宙企業の設計チームの足かせになっていますが、 数学を超えて 世界をシミュレートする新しい方法で AI を活用し、数日または数週間の待機時間を節約できる可能性があります。

「言語と違って、次の単語が何であるかを説明する数学的モデルはありませんが、物理学に関しては、そうしたモデルがあります。そして、機械学習はパターン認識だけでなく、計算においても非常に優れていることが分かっています」と共同創設者のダレン・ガーベイ氏は語った。

BeyondMath が最初の一歩を踏み出した分野は数値流体力学 (CFD) と呼ばれ、コンピューターと同じくらい長い間存在してきました。物体が空気や水中、あるいは物体の周りの空気中をどのように移動するかを制御する方程式は、恐ろしく複雑です。そのため、たとえば翼の上を空気がどのように流れるかを予測する能力は継続的に向上していますが、まだ完璧にはほど遠い状態です。また、実行には膨大な計算能力が必要なため、スーパーコンピューターや GPU クラスターに限定されています。

その結果、自動車、飛行機、ボートなどの業界の設計プロセスには多くの待ち時間が発生します。

「デザイナーは、何がうまくいくかをよく考え、シミュレーションを実行します。そして翌朝出社して結果を受け取ります。望んだ通りの結果になったかどうかは、このループを何回か繰り返す必要があります。その後、風洞に持ち込みます」とガーベイ氏は述べました。風洞がシミュレーションと一致しない可能性もあるため、設計図を元に戻すことになります。

BeyondMath の目標は、デジタル設計面を加速することであり、それはアイデアが浮かんでからそれが機能するかどうかを判断するまでの遅延を短縮することを意味します。

「設計変更を行えば、車の燃費は良くなるかと彼らは言っているのです。飛行機の部品を設計するのに6か月あると想像してください。シミュレーションには非常に長い時間がかかるため、試行回数は20回程度かもしれません。しかし、設計者がアイデアを思いついて数秒または数分以内に結果を出すことができれば、同じ6か月間で100万回の変更を実行できるかもしれません」とガーベイ氏は語った。

そして、単に同じ古い方程式を実行する GPU を増やすのではなく、機械学習がその方法であるように思われてきています。彼らの最初の製品は「デジタル風洞」で、複雑な表面上の気流を、通常は数百倍の時間がかかる忠実度でほぼリアルタイムにシミュレーションします。

科学文献でも似たようなことが書かれているでは、何千時間ものシミュレーションと観測されたパターンでトレーニングされた機械学習モデルを使用して、気象システムのモデルをほんのわずかな時間で効果的に近似することができます。しかし、BeyondMath には、既存のトレーニング セットという贅沢はありません。

「世の中にはシミュレーション データがあまりありません。LLM のように、インターネット全体からトレーニングできるわけではありません。スタートアップとして、デザイナーが使用しているものと同等で、非常に複雑な形状で機能するものをどうやって手に入れるのでしょうか。」

驚いたことに、彼らが見つけた答えは、シミュレーションに頼ることではなく、むしろ風洞のようなものの背後にある理論と、その理論の観察された現実を理解するモデルを持つことだった。

「私たちはシミュレーションを近似しようとしているのではなく、現実世界に近似しようとしているのです」とガーベイ氏は言う。「そして、それを実現するには現実世界のデータを取り入れなければなりません。」

モデルがシステムの動作を理解すれば、設計に積極的に参加することも可能になる。これは、多くのエンジニアがすでに他の分野で検討し始めている可能性だ。ガーベイ氏はこれを画像理解に例えた。画像理解でも、機械学習モデルは走る前に歩く必要があったが、いったん画像の分析に熟達すれば、画像を生成するのは直感的な次のステップだった。

BeyondMathの最初の市場の一つはF1レースであり、いくつかの無名のチームがこのソフトウェアを使って空力と車両設計のプロセスをスピードアップすることを検討している。

「彼らはCFDの最もヘビーなユーザーの一つであり、動きが早く、新しい技術を採用するでしょう。私たちはいくつかのF1チームと密接に協力し、多くの評価を行い、彼らの根本的な問題を理解してきました。私たちは彼らの車を実際に速くするプラットフォームを手に入れるところまで来ています」とガーベイ氏は語った。

実際、彼は（いつもの通り保証はないという警告はしつつも）6か月以内に「顧客がこれらのモデルから恩恵を受けており、研究や概念実証から実際の影響力のあるものへと移行していることを示すことができるだろう」という希望を表明した。

新たな資金調達はそれを実現するのに役立つはずだ。BeyondMath は UP.Partners が主導し、Insight Partners と InMotion Ventures が参加したシードラウンドで 850 万ドルを調達したばかりだ。

このスタートアップは、チームの規模を倍増させ、コンピューティング能力を拡張する予定です。同社はNvidia DGX 200を購入し、このチップ大手と協力して、ユビキタスコンピューティングハードウェアのこの興味深い新しいアプリケーションに取り組んでいます。

非常に競争が激しく、資金力のある F1 レース コミュニティは確かに良い顧客ではあるが、BeyondMath は次のステップについて検討中である。

「顧客の設計分野では多くの成功例が見られますが、そこからさらに一般化できるものへと進むには長い道のりがあります。たとえば、モデルが車や車のような物体を理解したとしても、必ずしも飛行機や血管を理解するわけではありません」とガーベイ氏は言う。「しかし、これは典型的なスタートアップのやり方です。拡大の道筋を見つける前に、トラクションを得るための道筋を見つけなければなりません。私たちは企業として、これらのトップクラスの顧客に焦点を合わせ、彼らが会社の自力での立ち上げを手助けできるようにしています。」