今年早些时候，我们曾撰文指出，人工智能驱动的工程是应对当今快速的产品开发速度和竞争日益激烈的市场的答案。正如我们当时所说，我们的人工智能驱动的工程工作流程可以提供比传统仿真求解器快 1,000 倍的预测，使团队能够评估更多概念并做出更好的设计决策。
尽管这听起来好得令人难以置信，但这个统计数据可不是开玩笑。推动这种前所未有的加速发展的无名英雄往往是一种称为几何深度学习的技术。在企业级人工智能日益广泛使用的市场中，几何深度学习尽管具有突破性的功能，却很少受到关注。让我们探索几何深度学习：它是什么、它如何工作，以及为什么它可能成为未来几年任何组织人工智能工具包中最强大的技术之一。
几何深度学习由牛津大学教授 Michael Bronstein 于 2016 年提出，是一种特定类型的机器学习。简而言之，它可以帮助机器学习算法和神经网络学习识别任何类型的几何表面上的 3D 对象和图案。更具体地说，它是试图将（结构化）深度神经模型推广到非欧几里得领域（例如图和流形）的新兴技术的总称。
尽管这项技术已经存在了近十年，但令人惊讶的是，除了技术出版物和学术期刊之外，它很少受到关注。与生成式人工智能 (genAI) 不同，几何深度学习并没有引起世界上最大公司的注意。这是因为没有人真正释放出它的潜力。仅在过去几年中，像 Altairen 这样的领先科技公司才对在其产品组合中开发和实施几何深度学习功能产生了浓厚的兴趣。事实上，我们有理由相信未来几年几何深度学习将像 genAI 所承诺的那样具有影响力和广泛性。
几何深度学习看似小众，至少与 genAI 相比，但它有望从根本上改变组织工程工作流程，尤其是涉及模拟的工作流程。Altair 专家、工程数据科学副总裁 Fatma Kocer 表示，只有少数人了解这项技术、它如何应用于仿真以及它的用途。但几何深度学习的作用是帮助优化人们思考和运行模拟的方式。
传统上，由于各种原因，工程师和设计师一次运行一个模拟，然后以试错的方式调整不同的关键参数。这项工作非常耗时，因为这些大规模的单独模拟可能需要几天的时间才能运行。由于能源、计算能力和许可成本的原因，这种方法通常需要大量的计算和财务资源。几何深度学习加速并简化了整个模拟周期，实现真正的人工智能驱动的转型。
几何深度学习可以做的是利用您现有的模拟、您已经运行的设计，甚至您只使用过一次的模拟结果，让您在未来根据这些数据做出明智的决策，即使该数据特定于某个点时间到了，科切尔说。该技术可让您训练机器学习模型，使您能够进行尽可能多的设计探索。这也增加了您过去运行的模拟的价值，因为现在您正在使用它们为未来的项目做出设计决策。
简而言之，几何深度学习为组织模拟功能和工作流程引入了全新的动态，通过机器学习提供前所未有的速度和轻松性。它允许您以全新的方式进行设计探索。Kocer 表示，它可以优化您的模拟工作，因为现在您能够更快、更轻松地探索和识别高潜力设计，并且计算和财务成本要低得多。从那里，您可以对这些设计进行模拟，而不是对想到的任何内容进行一对一的试错模拟，而不真正知道它是否会对您有帮助。
几何深度学习无疑只是人工智能驱动的工程和模拟领域范式转变的开始。Kocer 表示，五年内，几何深度学习可能会成为大多数公司标准人工智能驱动的工程流程的一部分。
在几何深度学习的帮助下，数据驱动的人工智能工程工作流程将通过改进系统和产品性能、简化沟通、打破孤岛，帮助公司以前所未有的方式进行创新，并最终使他们能够更快地创新比他们的竞争对手。
几何深度学习令我兴奋，因为它真正增强了工程师的工具包，并以前所未有的方式加快了设计探索，”Kocer 说。它肯定会缩短开发时间、降低成本并提高产品的可持续性和安全性，更不用说加快上市时间并提高公司的竞争力。
要了解有关 Altairs AI 驱动的工程能力的更多信息，请访问 https://altair.com/ai-powered-engineering。
申请最具创新力公司奖并被认可为通过创新推动世界前进的组织。最终截止日期：10 月 4 日星期五。