美國航空及物流創業公司 Poseidon Aerospace 正在利用人工智能 (AI) 在飛行之前,於電腦上測試和改進其自主貨運飛機。為了進行這些測試,該公司使用了由位於波士頓的物理模擬及 AI 公司 Flexcompute 開發的 AI 工具,該公司成立於 2015 年。這些 AI 工具自動為飛機的數字模型準備氣動模擬,使工程師能夠以比以往更快的速度預測飛機在空中的表現。
使用傳統方法,建立飛機的氣動資料庫——一個用於瞭解飛機在不同飛行條件下行為的性能數據集合——幾乎需要八個月的時間。現在,這個時間表已大幅縮短。該公司在週二(11 月 17 日)的一份聲明中表示,使用 AI 驅動的幾何準備和模擬工具,生成資料庫所需的時間已從八個月縮短至僅三週。更快的工作流程還使工程師能夠進行十倍更多的模擬,幫助他們在建造和飛行之前完善飛機的設計。
Poseidon Aerospace 利用 AI 技術加速飛機設計流程
Poseidon Aerospace 設計、製造和運營無人貨運飛機,專注於在基礎設施有限的偏遠地區進行區域貨運和防務物流。其旗艦飛機 Egret 為長 50 英尺的自主貨運飛機,能夠在不依賴傳統機場基礎設施的情況下,從短跑道或非鋪面跑道起飛,並運載最多 4,000 磅(約 1,814 公斤)的貨物。
但該公司如何評估尚未建造的飛機呢?為了實現這一目標,Poseidon 正在利用 GeometryAI 和 Flexcompute Flow(前稱 Flow360)創建一個高精度的虛擬副本,稱為「物理雙胞胎」。工程師們在設計過程中,通過電腦測試飛機的性能,而不是等到實際飛機建造和飛行後再進行測試。這種方法不同於傳統的數字雙胞胎,後者通常用於監控已經建造的飛機;物理雙胞胎是在飛機存在之前創建的。
這種新方法利用物理法則預測飛機的行為,使工程師能夠比較不同設計、識別潛在問題以及在任何硬件製造或飛行測試開始之前進行改進。
對於 Poseidon 來說,最大的好處不僅是速度;還是讓工程師有更多時間探索和完善新飛機設計。Poseidon Aerospace 副總裁 Rohan Sharma 博士表示:「我們希望 AI 能擴展我們工程師的探索範圍,而不是增加複雜性。GeometryAI 為我們的飛機幾何準備好模擬,Flexcompute Flow 快速提供答案,我們內部的 Python 工作流程與 AI 代理連接整個過程。
最終結果是減少管理工具的時間,並增加工程飛機、做出設計決策和完成交易研究的時間。」根據該公司的說法,採用這項技術已將其工程工作流程的某些部分加速了 25 倍。原本預計需要約 200 天的設計研究,現在僅需一週多的時間即可完成。
Flexcompute 總裁 Vera Yang 表示:「區域空運的飛機正適合採用最前沿的設計技術。我們正在消除計算瓶頸,使像 Poseidon 這樣的創新者能夠提出更好的問題,探索更多設計,並更快、更安全地將變革性飛機推向市場。」

