BMW y Mistral AI se han asociado para impulsar el uso de la inteligencia artificial en
la simulación de choques. El objetivo es mejorar la calidad, precisión y velocidad en
tareas complejas de ingeniería. Esta colaboración representa un primer paso para
escalar la inteligencia artificial específica de dominio a otras áreas del desarrollo
vehicular y la cadena de valor de BMW.
“Para BMW, el uso de datos industriales es un factor clave para traducir la inteligencia
artificial en creación de valor,” dijo el Dr. Franz Decker, CIO y vicepresidente senior de
BMW Group. “Al combinar nuestros conjuntos de datos de ingeniería con las
capacidades de entrenamiento de modelos de Mistral AI, estamos construyendo una
inteligencia artificial especializada que apoya tareas complejas de desarrollo.”
Complejidad y volumen de datos en la simulación de choques
La magnitud y complejidad de la simulación de choques en BMW subrayan la
necesidad de una IA específica de dominio. Cada semana, la empresa realiza miles
de simulaciones virtuales de choques, generando enormes cantidades de datos de
ingeniería. Con el tiempo, esto ha resultado en un conjunto histórico de datos de
simulación de choques de más de un petabyte. Esto proporciona una visión
altamente detallada sobre las estructuras de los vehículos y el comportamiento de
los materiales, formando una base única para entrenar un modelo industrial de
inteligencia artificial.
“Mientras la IA industrial se convierte en la nueva frontera de la inteligencia
artificial, nos enorgullece asociarnos con BMW Group,” dijo Marjorie Janiewicz,
directora de ingresos de Mistral AI. “Esta colaboración muestra cómo los modelos
de IA específicos para la industria pueden ayudar a resolver desafíos complejos
de ingeniería como la simulación de choques.”
Modelos industriales a gran escala como base técnica
Para escalar este enfoque, BMW se enfoca en los llamados Modelos Industriales a
Gran Escala (LIM, por sus siglas en inglés). Estos son sistemas de IA entrenados con
datos específicos de ingeniería y simulación de la industria, provenientes del
desarrollo de vehículos y pruebas de seguridad. A diferencia de los sistemas de IA de
propósito general, los LIM incorporan el conocimiento específico del dominio
directamente en el modelo de IA. Esto requiere no solo datos industriales, sino
también profunda experiencia en el dominio y entornos técnicos que permitan a los
sistemas de IA aprender directamente de los procesos de desarrollo de BMW.
Esta asociación destaca la importancia de los datos industriales para la próxima fase
de creación de valor basada en datos y fortalece el ecosistema de IA e innovación de
BMW.
