西门子数字工业软件(Siemens Digital Industries Software)公司宣布,东方快车赛队正在使用西门子 Xcelerator工业软件产品组合,协助备战即将到来的第37届美洲杯帆船赛,以获得竞争优势。
由体育科技公司 K-Challenge 创办的东方快车赛队汇集了法国最优秀的运动员、工程师、技术人员和专家,旨在赢得包括美洲杯帆船赛在内的、最负盛名的国际帆船比赛。驾驭这种极具竞争性的环境,是该公司创造力和创新能力背后的驱动力。
通过与西门子的Simcenter工程服务公司密切合作,东方快车赛车队正在了解控制风帆和舵/翼襟翼动作的液压飞行和航空系统的实际性能。这些系统的数字孪生系统已经建成,并进行了参数化和功能验证,同时还建立了专用库,有助于确保布局和界面的全面性,并便于性能、机电一体化和液压小组等多学科团队的操作。
K-Challenge和东方快车赛队首席执行官Stephan Kandler表示:“自从襟翼技术问世以来,帆船发生了巨大变化,可以在水面上飞行。管理两种流体和所有新的飞行技术已成为一项真正的挑战,因为游戏已完全改变了,”“数字孪生和虚拟测试是一项重大突破,能够在不实际航行的情况下,提高船只的研发能力。西门子是K-Challenge Racing & LAB备战美洲杯帆船赛的关键,同时也是海运脱碳领域其他发展的关键。”
西门子数字工业法国公司首席执行官兼西门子数字工业软件法国公司首席执行官Jean-Marie Saint-Paul表示:“能够与K-Challenge和东方快车赛队合作,帮助他们在第37届美洲杯帆船赛中取得成功,西门子感到无比自豪。”“我们现在和即将到来的比赛期间的技术合作将取得的工作成果会表明在竞争最激烈的体育环境中,复杂数字孪生系统可以如何利用自身优势充分发挥实时数据的价值。”
当团队发现性能与预期有偏差时,就会以水中的数据为参考,工程师们会对系统模型进行修改(例如,查找液压系统中的可疑泄漏点),以使模拟结果与数据相匹配——这使他们能够更准确、更高效地进行有针对性的检查和维护。
基于数字孪生的系统模型已经为实时性能做好了准备,船队在为比赛做准备的过程中,还可以利用该系统模型,将比赛的实时数据流传输到模型中,并对响应情况进行实时比较。此外,当船只不在海上时,系统模型将连接到K-Challenge的虚拟现实模拟器上。最后,还可以在水中测试之前,对控制系统的控制策略和多个场景进行虚拟测试。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。