MIT ने वायुगतिकी सहित सबसे बड़ा ओपन सोर्स ऑटोमोबाइल डिज़ाइन डेटा सेट जारी किया

 (news.mit.edu)
3 पॉइंट द्वारा GN⁺ 2024-12-08 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • MIT इंजीनियरों ने ऑटोमोबाइल डिज़ाइन का सबसे बड़ा ओपन source डेटा सेट विकसित किया है, जिसमें वायुगतिकी भी शामिल है, जो पर्यावरण-अनुकूल कारों और इलेक्ट्रिक वाहनों के डिज़ाइन की गति बढ़ा सकता है
    • ऑटोमोबाइल डिज़ाइन कई वर्षों के simulation और भौतिक परीक्षणों से गुजरने वाली एक दोहरावपूर्ण और स्वामित्व-आधारित प्रक्रिया है
    • ऑटोमोबाइल डिज़ाइन में वायुगतिकीय प्रदर्शन जैसी विस्तृत जानकारी आमतौर पर सार्वजनिक नहीं की जाती
    • डिज़ाइन दक्षता को अधिकतम करने के लिए generative AI tools का उपयोग किया जा सकता है, लेकिन अब तक ऐसे AI के प्रशिक्षण के लिए डेटा उपलब्ध नहीं था
  • DrivAerNet++ डेटा सेट का महत्व
    • अब तक विकसित ऑटोमोबाइल वायुगतिकी क्षेत्र का सबसे बड़ा ओपन सोर्स डेटा सेट
    • इसमें 8,000 से अधिक कार डिज़ाइन शामिल हैं, और हर डिज़ाइन 3D फ़ॉर्मेट में उपलब्ध है
    • इसमें वायुगतिकीय डेटा के साथ fluid dynamics simulation-आधारित performance जानकारी दी गई है
    • डेटा सेट के डिज़ाइन mesh, point cloud, डिज़ाइन parameter list आदि कई फ़ॉर्मेट में उपलब्ध हैं, इसलिए इन्हें विभिन्न AI models के लिए उपयुक्त रूप से इस्तेमाल किया जा सकता है
  • AI model training में उपयोग से अधिक कुशल डिज़ाइन संभव
    • AI डेटा से सीखकर तेज़ी से नए डिज़ाइन तैयार कर सकता है
    • ईंधन दक्षता में सुधार, इलेक्ट्रिक वाहनों की रेंज बढ़ाने जैसे नवोन्मेषी डिज़ाइन परिणाम संभव हैं
    • डिज़ाइन प्रक्रिया को सरल बनाकर यह R&D लागत घटाने और sustainable ऑटोमोबाइल development को बढ़ावा देने में मदद कर सकता है
  • डेटा सेट के विकास की प्रक्रिया
    • 2014 में Audi और BMW द्वारा प्रदान किए गए मौजूदा 3D models का उपयोग किया गया
      • fastback, notchback, estateback जैसी प्रमुख passenger car categories शामिल हैं
    • मौजूदा डिज़ाइनों में 26 parameters को समायोजित करके कई नए डिज़ाइन बनाए गए
      • इनमें डिज़ाइन की लंबाई, अंडरबॉडी संरचना, खिड़कियों का झुकाव, पहियों की चौड़ाई आदि शामिल हैं
      • बनाए गए डिज़ाइनों को optimization algorithm के माध्यम से non-duplicate होना सुनिश्चित किया गया
    • इसे MIT SuperCloud के माध्यम से 30 लाख CPU hours और 39 टेराबाइट डेटा का उपयोग करके बनाया गया
  • अपेक्षित उपयोग के मामले
    • AI models डेटा सेट से सीखकर अनुकूलित वायुगतिकी वाले नए कार डिज़ाइन तेज़ी से तैयार कर सकते हैं
    • किसी विशेष कार डिज़ाइन की वायुगतिकी का तेज़ी से अनुमान लगाकर fuel efficiency या EV range निकाली जा सकती है
    • इससे sustainable और पर्यावरण-अनुकूल वाहनों के विकास में तेजी आने की उम्मीद है
  • शोध का महत्व
    • ऑटोमोबाइल प्रदूषण के प्रमुख स्रोतों में से एक हैं, इसलिए डिज़ाइन नवाचार पर्यावरण संरक्षण में महत्वपूर्ण भूमिका निभाता है
    • वास्तविक परीक्षण के बिना भी भौतिक रूप से सटीक 3D कार आकृतियाँ बनाना संभव हो गया है
    • शोध टीम का आकलन है कि इससे अगली पीढ़ी के AI-आधारित डिज़ाइन tools की नींव रखी गई है
  • शोध परिणाम NeurIPS 2024 सम्मेलन में प्रस्तुत किए जाएंगे
    • इस शोध को German Academic Exchange Service और MIT Department of Mechanical Engineering का समर्थन मिला
  • डेटा Repo : https://dataverse.harvard.edu/dataverse/DrivAerNet
  • इश्यू ट्रैकिंग : https://github.com/Mohamedelrefaie/DrivAerNet

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-12-08
Hacker News टिप्पणियाँ

  • एक टिप्पणी में यह सवाल उठाया गया है कि नई इलेक्ट्रिक कारों का डिज़ाइन आकार और वजन के मामले में इतना गलत क्यों है। लोग किफायती पारिवारिक वाहन चाहते हैं, लेकिन विकल्प ज़्यादा नहीं हैं.

  • DrivAerNet की डेटा फ़ाइलें Harvard University के Dataverse पर उपलब्ध हैं.

  • DrivAerNet की issue tracking GitHub पर की जा सकती है.

  • डेटा फ़ाइलें सैकड़ों गीगाबाइट की हैं, और लॉगिन केवल संस्थागत अकाउंट से ही संभव है। एक छोटे शोध संस्थान से जुड़े उपयोगकर्ता ने पूछा कि क्या वह किसी और की login जानकारी उधार ले सकता है.

  • Creative Commons Attribution-NonCommercial लाइसेंस open source नहीं है.

  • उड़ान wing/RC विमान डिज़ाइन करना चाहने वाले एक उपयोगकर्ता ने पूछा कि क्या FOSS के जरिए aerodynamic परिणाम हासिल किए जा सकते हैं.

  • इस बात पर असंतोष है कि नई कारें सब एक जैसी दिखती हैं.

  • एक राय यह है कि डिज़ाइन बहुत अच्छा है.

  • एक टिप्पणी में कहा गया है कि 'verbing' जैसा प्रयोग वाक्य को पढ़ना मुश्किल बना देता है.