La nouvelle IA résout des problèmes d’ingénierie complexes plus rapidement que les supercalculateurs
La modélisation de la déformation des voitures lors d'un accident, de la réaction des engins spatiaux à des environnements extrêmes ou de la résistance des ponts aux contraintes pourrait être réalisée des milliers de fois plus rapidement grâce à une nouvelle intelligence artificielle qui permet aux ordinateurs personnels de résoudre d'énormes problèmes mathématiques qui nécessitent généralement des superordinateurs.
Le nouveau cadre d'IA est une approche générique capable de prédire rapidement les solutions aux équations mathématiques omniprésentes et chronophages nécessaires pour créer des modèles de propagation des fluides ou des courants électriques à travers différentes géométries, comme celles impliquées dans les tests d'ingénierie standard.
Les détails de la recherche apparaissent dans Science informatique de la nature.
Appelé DIMON (Diffeomorphic Mapping Operator Learning), le cadre résout des problèmes mathématiques omniprésents connus sous le nom d’équations aux dérivées partielles qui sont présentes dans presque toutes les recherches scientifiques et techniques. À l’aide de ces équations, les chercheurs peuvent traduire des systèmes ou des processus du monde réel en représentations mathématiques de la manière dont les objets ou les environnements évolueront dans le temps et dans l’espace.
« Bien que la motivation pour le développer vienne de notre propre travail, il s'agit d'une solution qui, selon nous, aura généralement un impact massif sur divers domaines de l'ingénierie car elle est très générique et évolutive », a déclaré Natalia Trayanova, ingénieure biomédicale et ingénieure biomédicale à l'Université Johns Hopkins. professeur de médecine qui a codirigé la recherche.
« Il peut fonctionner fondamentalement sur n'importe quel problème, dans n'importe quel domaine de la science ou de l'ingénierie, pour résoudre des équations aux dérivées partielles sur plusieurs géométries, comme dans les tests de collision, la recherche orthopédique ou d'autres problèmes complexes où les formes, les forces et les matériaux changent. »
En plus de démontrer l'applicabilité de DIMON pour résoudre d'autres problèmes d'ingénierie, l'équipe de Trayanova a testé la nouvelle IA sur plus de 1 000 « jumeaux numériques » cardiaques, des modèles informatiques très détaillés de cœurs réels de patients. La plateforme a pu prédire comment les signaux électriques se propageaient à travers chaque forme de cœur unique, obtenant ainsi une précision pronostique élevée.
L'équipe de Trayanova s'appuie sur la résolution d'équations aux dérivées partielles pour étudier l'arythmie cardiaque, qui est un mauvais comportement d'impulsion électrique dans le cœur qui provoque des battements irréguliers. Grâce à leurs jumeaux numériques cardiaques, les chercheurs peuvent diagnostiquer si les patients pourraient développer cette maladie souvent mortelle et recommander des moyens de la traiter.
« Nous introduisons une nouvelle technologie en clinique, mais beaucoup de nos solutions sont si lentes qu'il nous faut environ une semaine entre le moment où nous analysons le cœur d'un patient et résolvons les équations aux dérivées partielles pour prédire si le patient présente un risque élevé d'accident soudain. mort cardiaque et quel est le meilleur plan de traitement », a déclaré Trayanova, qui dirige l'Alliance Johns Hopkins pour l'innovation en matière de diagnostic et de traitement cardiovasculaire.
« Avec cette nouvelle approche de l'IA, la vitesse à laquelle nous pouvons trouver une solution est incroyable. Le temps nécessaire pour calculer la prédiction d'un jumeau numérique cardiaque va passer de plusieurs heures à 30 secondes, et cela se fera sur un ordinateur de bureau. plutôt que sur un superordinateur, ce qui nous permet de l'intégrer au flux de travail clinique quotidien. »
Les équations aux dérivées partielles sont généralement résolues en divisant des formes complexes comme des ailes d'avion ou des organes du corps en grilles ou en maillages constitués de petits éléments. Le problème est ensuite résolu sur chaque pièce simple et recombiné. Mais si ces formes changent, comme lors d'accidents ou de déformations, les grilles doivent être mises à jour et les solutions recalculées, ce qui peut être lent et coûteux en termes de calcul.
DIMON résout ce problème en utilisant l’IA pour comprendre le comportement des systèmes physiques sur différentes formes, sans avoir besoin de tout recalculer à partir de zéro pour chaque nouvelle forme. Au lieu de diviser les formes en grilles et de résoudre des équations encore et encore, l'IA prédit comment des facteurs tels que la chaleur, le stress ou le mouvement se comporteront en fonction des modèles qu'elle a appris, ce qui la rend beaucoup plus rapide et efficace dans des tâches telles que l'optimisation des conceptions ou la modélisation des formes. -scénarios spécifiques.
L’équipe intègre dans le cadre DIMON la pathologie cardiaque qui conduit à l’arythmie. En raison de sa polyvalence, la technologie peut être appliquée à l'optimisation des formes et à de nombreuses autres tâches d'ingénierie où la résolution d'équations aux dérivées partielles sur de nouvelles formes est nécessaire à plusieurs reprises, a déclaré Minglang Yin, chercheur postdoctoral en génie biomédical à l'Université Johns Hopkins qui a développé la plateforme.
« Pour chaque problème, DIMON résout d'abord les équations aux dérivées partielles sur une seule forme, puis mappe la solution sur plusieurs nouvelles formes. Cette capacité de changement de forme met en évidence sa formidable polyvalence », a déclaré Yin. « Nous sommes très heureux de l'utiliser pour résoudre de nombreux problèmes et de le fournir à la communauté au sens large pour accélérer ses solutions de conception technique. »
Les autres auteurs sont Nicolas Charon de l'Université de Houston, Ryan Brody et Mauro Maggioni (co-responsable) de Johns Hopkins et Lu Lu de l'Université de Yale.
