أخبار ar.wedoany.com، أعلنت مجموعة Dallara الإيطالية وشركة IBM الأمريكية رسمياً في 30 أبريل 2026 عن شراكة لتطوير نموذج أساسي للذكاء الاصطناعي قائم على الفيزياء، بهدف تسريع تصميم وتحسين الديناميكا الهوائية للمركبات عالية الأداء، وإطلاق تطبيقات استكشافية للحوسبة الكمومية في سير عمل التصميم. تُعد Dallara شركة رائدة عالمياً في صناعة سيارات السباق والمركبات عالية الأداء، وهي المورد الحصري للهيكل (الشاسيه) لسباقات المستوى الأول مثل IndyCar وFormula 2 وFormula 3 وSuper Formula وIndy NXT، كما تخدم سلسلات سباقات مثل Formula E وWEC وIMSA، وتمتد قدراتها الهندسية لتشمل مجالات سيارات الطرق عالية الأداء وقطاع الطيران والفضاء.
يتمثل الجوهر التقني لهذه الشراكة في نموذج الشبكة العصبية البيانية GIST الذي صممته أبحاث IBM. ووفقاً للبيان المشترك، فقد صمم المهندسون، في اختبار مبكر استهدف نموذجاً مشابهاً لنموذج LMP2 الأولي، عدة تكوينات هندسية لموزع الهواء الخلفي - وهو مكون رئيسي يقع أسفل مؤخرة السيارة لتوليد قوة ضغط سفلية تعزز التماسك - وقاموا بتقييمها باستخدام طرق ديناميكا الموائع الحسابية (CFD) التقليدية ونموذج الذكاء الاصطناعي الفيزيائي من IBM. استغرق حساب جميع التكوينات باستخدام CFD التقليدية عدة ساعات، بينما أنجز نموذج الذكاء الاصطناعي التقييم نفسه في حوالي 10 ثوانٍ، محدداً التصميم الأمثل ذاته وبهامش خطأ مماثل لـ CFD. وتقدر Dallara أن تطبيق نموذج الوكيل الذكي هذا على تقييم مئات التكوينات الهندسية النموذجية يمكن أن يقلص زمن المحاكاة من عدة أيام إلى دقائق معدودة.
يكمن الاختراق التقني لنموذج GIST في القفزة الإدراكية من "السحابة النقطية" إلى "طوبولوجيا الشبكة". فالنماذج البيانية السابقة للتنبؤ بالقوى الأيروديناميكية كانت تعامل شبكة سيارة السباق كسحابة نقطية بسيطة، وهو ما قد يكون كافياً لسيارات الركاب العادية، لكنه لا يفي بالغرض مع المكونات الأيروديناميكية فائقة الدقة مثل المولدات الأمامية أو شفرات غورني على الجناح الخلفي، حيث يمكن أن تتعرض نقطتان متجاورتان فيزيائياً على هيكل الشبكة لقوتين متعاكستين تماماً. يقوم GIST بترميز إحداثيات نقاط الشبكة وعلاقات اتصالها معاً، ليلتقط طوبولوجيا الشبكة بدقة أكبر، ويقدم تنبؤات أقرب للقوانين الفيزيائية للمكونات المعقدة. ولتقليل تعقيد قابلية التوسع لمحول الرسم البياني، استخدم الباحثون طريقة الإسقاط العشوائي لتوليد تضمين الرسم البياني، وصمموا بنية ثابتة قياسياً لضمان تعميم النموذج بسلاسة بين مختلف إسقاطات التضمين وكثافات الشبكة.
بُنيت بيانات تدريب النموذج على بيانات محاكاة ديناميكا الموائع الحسابية عالية الدقة والمملوكة لشركة Dallara وخبرتها التقنية العميقة. ويخطط الطرفان لإدخال بيانات اختبارات نفق الرياح والحلبات في المراحل المستقبلية لزيادة دقة النموذج الواقعية. وأشار أندريا بونتمولي، الرئيس التنفيذي لشركة Dallara، إلى أن الانتقال من ساعات إلى ثوانٍ يعني إمكانية إنجاز عدد أكبر بكثير من دورات التطوير في نفس الوقت، وأن IBM شريك فريد قادر على إدخال قدرات الحوسبة الكمومية في هذه الخوارزميات لتحقيق المزيد من الاختراقات مستقبلاً. من جانبه، صرح أليساندرو كيريوني، نائب الرئيس الأول لأبحاث IBM، بأن الذكاء الاصطناعي يتطور ليصبح قدرة أساسية يمكن دمجها في جميع سير العمل، وأن هذا النوع الجديد من الذكاء الاصطناعي الذي يتعلم من البيانات وتطور الخوارزميات يمكّن المهندسين من الاكتشاف بطريقة مختلفة جذرياً وبسرعة أكبر بعدة مراتب أسية.
أوضح فابريزيو أربوتشي، الرئيس التنفيذي للمعلومات في Dallara، أن المركبات عالية الأداء هي ميدان اختبار مثالي لنماذج الوكيل العصبي، وأن تأثيرها المحتمل يتجاوز حلبات السباق بكثير، فحتى تحقيق خفض بنسبة 1% إلى 2% في مقاومة الهواء في قطاع سيارات الركاب سيؤدي تراكمياً إلى مكاسب ملموسة في كفاءة استهلاك الوقود. لذلك، وبالإضافة إلى توفير أدوات تطوير أكثر كفاءة لمشاريع السباقات الحالية مثل LMP2 وIndyCar، يمكن أن تمتد آفاق تطبيق هذه التقنية لتشمل تحسين الديناميكا الهوائية لسيارات الركاب الإنتاجية وقطاع الطيران والفضاء. وقد بدأت IBM وDallara بالتزامن تطبيقات استكشافية للحوسبة الكمومية لتقييم ما إذا كانت الحوسبة الكمومية والحوسبة الهجينة الكلاسيكية-الكمومية قادرة على توسيع دقة محاكاة المشكلات الأيروديناميكية المعقدة، وقد نُشرت النتائج الأولية ذات الصلة في بحث ما قبل الطباعة على موقع arXiv.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
