Lifestyle

Mobil rancangan AI mulai terbentuk

40
mobil-rancangan-ai-mulai-terbentuk
Mobil rancangan AI mulai terbentuk

Dunia desain otomotif penuh dengan alat visualisasi 3D canggih dan platform pemahat VR, namun rata-rata mobil baru Anda masih memasuki dunia sebagai sketsa.

Sketsa-sketsa tersebut secara tradisional mengalami pengulangan dan penyempurnaan tanpa akhir dari semua sudut sebelum diubah menjadi model 3D dengan tangan, beberapa mati di dunia digital, yang lain dipahat di tanah liat untuk memvisualisasikan garis dan profil dengan lebih baik. Ini hanyalah permulaan dari proses desain dan pengembangan yang seringkali memakan waktu setengah dekade atau lebih.

Artinya, banyak mobil baru yang masuk ke dealer pada musim panas ini pertama kali dibuat pada tahun 2020 atau 2021, inisiatif dimulai ketika insentif bahan bakar alternatif tersebar luas, pengisi daya kendaraan listrik menyebar dengan cepat, dan hari-hari pembakaran internal telah dihitung.

Hari ini, segalanya telah berubah. Tindakan kedua pemerintahan Trump telah menghapuskan segala macam insentif kendaraan listrik sambil menerapkan tarif dan pembatasan impor/ekspor. Pabrikan mobil yang pernah berjanji untuk beralih ke kendaraan listrik pada akhir dekade ini kini menggunakan mesin untuk melakukan apa pun yang bergerak dan pabrik-pabrik dengan tergesa-gesa ditugaskan kembali untuk menghindari pembatasan impor yang paling buruk.

Di tengah semua itu, kita mengalami ledakan AI yang agenik, yang dimanfaatkan oleh semakin banyak produsen untuk memanfaatkan jendela desain dan pengembangan mobil baru selama 60 bulan. Seperti kebanyakan aspek AI, potensinya sangat besar. Begitu juga dengan beberapa dampak yang lebih meresahkan.

Gambar: GM

Desain dengan cepat

Di GM, proses pengembangan mobil baru tersebut mendapatkan suntikan AI pada tahap desain. Dan Shapiro, desainer kreatif di General Motors, memandu saya menjalani alur kerja, yang selalu dimulai dengan desain manusia. “Itulah gunanya sketsa itu,” katanya, “dan AI membantu kita melihatnya lebih cepat.”

Dengan memasukkan sketsa yang digambar tangan ke dalam alat yang tersedia secara komersial bernama Vizcom, Shapiro mampu membuat model 3D dan animasi sepenuhnya dalam hitungan jam, sebuah proses yang menurutnya sebelumnya memakan waktu “banyak tim, beberapa bulan”.

Contoh Shapiro adalah mobil konsep dengan garis agresif yang akan terlihat nyaman di jalanan Kota Malam. Perintah penulisan seperti: “Buat gambar aksi tampilan dinamis dari kendaraan konsep Chevy ini… Jalanan layang yang kosong. Kota modern,” ia menciptakan animasi sederhana. Tak lama kemudian, hal itu terjadi di jalan-jalan yang selalu basah yang merupakan keharusan di masa depan cyberpunk.

Dalam beberapa iterasi, penutup roda vertikal menghilang, namun beberapa revisi dan rendering ulang dengan cepat memperbaikinya.

Untuk saat ini, setidaknya animasi tersebut hanya digunakan secara internal sebagai rolling papan suasana hati untuk membantu tim GM melihat apa yang berhasil. Dan, Shapiro bersikukuh bahwa manusialah yang membentuk sesuatu, bukan AI: “Kami masih para biksu yang memutuskan apa yang terasa seperti Buick, GMC, Cadillac, dan dalam hal ini, Chevy.”

Namun AI juga mempunyai pengaruh di sana.

Gambar: GM

Agen di angin

Dinamika fluida komputasi (CFD) adalah ilmu yang menentukan seberapa baik suatu fluida mengalir di sekitar bentuk tertentu. CFD membantu kendaraan listrik melaju lebih jauh dalam hal pengisian daya, dan truk besar menawarkan ketahanan angin yang sedikit lebih baik. Sejak tahun 2018, sebuah perusahaan Swiss bernama Neural Concept telah menghadirkan kekuatan jaringan saraf ke dalam seni CFD. Tugas yang sebelumnya memakan waktu berjam-jam di superkomputer dapat disimulasikan dalam hitungan menit di GPU seperti yang dilakukan Nvidia.

Neural Concept telah menerapkan teknologinya pada segala hal mulai dari sedan keluarga hingga pembalap Formula Satu (Williams Racing adalah pelanggannya), dan meskipun sebagian besar kliennya tidak ingin disebutkan namanya, merahasiakan detail alat desain dan proses mereka, Jaguar Land Rover (JLR) baru-baru ini memuji teknologi tersebut. Pada Nvidia GTC tahun ini, Chris Johnston, spesialis teknis senior di JLR, mengatakan pekerjaan aero yang sebelumnya memakan waktu 4 jam kini diselesaikan dalam 1 menit.

GM juga berada di jalur yang sama, mengembangkan apa yang disebutnya “terowongan angin virtual bertenaga AI.” Scott Parrish, rekan teknis dan manajer lab di GM R&D, memberi saya demo. “Kami telah mengembangkan model AI untuk memberikan prediksi hambatan yang hampir seketika,” katanya. Desainer dan insinyur dapat mendorong dan menarik permukaan serta mendapatkan masukan secara instan.

Bukan hanya mobil yang diubah bentuknya. Proses GM juga berubah. Jika sebelumnya desainer menyerahkan model kepada insinyur CFD, yang akan menguji selama berhari-hari atau berminggu-minggu sebelum memberikan masukan, kini lebih bersifat iteratif. Dan, karena desainer dapat dengan cepat menghasilkan model 3D, pekerjaan CFD dapat dimulai lebih awal.

Namun, prosedur otomatis ini tidaklah sempurna. “Kami sedang membangun sistem otonom yang merancang mobil dengan pengawasan manusia yang kuat,” kata CEO dan salah satu pendiri Neural Concept, Pierre Baqué. “Nilainya berasal dari kombinasi kecepatan AI dan penilaian manusia, bukan karena menghilangkan manusia dari persamaan.”

Tampilan mobil dan mampu menembus udara bukanlah satu-satunya aspek yang berkontribusi terhadap peta jalan pengembangan selama setengah dekade. Pengkodean adalah tugas yang semakin besar. Dorongan untuk menciptakan kendaraan berbasis perangkat lunak berarti upaya integrasi yang lebih kompleks yang telah menunda peluncuran dan menghabiskan biaya miliaran. AI juga dipandang sebagai potensi keuntungan dalam hal ini.

Di Nissan, fokus utamanya adalah mengotomatiskan beberapa tugas sederhana pengembangan perangkat lunak, seperti pengujian unit. Takashi Yoshizawa, eksekutif perusahaan di Nissan yang bertanggung jawab atas kendaraan yang ditentukan perangkat lunak, mengatakan kepada saya bahwa alat pembuat kode ini “meningkatkan kecepatan pengembangan dan kualitas.”

Gambar: GM

Menyederhanakan jumlah karyawan?

Pernyataan yang umum di antara perusahaan-perusahaan yang terjun ke bidang AI adalah bahwa mereka akan meningkatkan produktivitas pekerja dengan menghapuskan tugas-tugas kasar, bukan mengurangi jumlah karyawan. Perwakilan GM bersikeras pada hal itu. “Hal ini menjadi perhatian banyak orang, namun cara yang kami manfaatkan adalah dengan membiarkan orang melakukan apa yang sebenarnya ingin mereka lakukan di GM,” kata Bryan Styles. Dia adalah direktur inovasi desain dan operasi teknologi di GM Global Design.

Pierre Baqué di Neural Concept mengatakan hal yang sama kepada kliennya: “Platform kami dirancang untuk memperkuat tim teknik, bukan menguranginya.”

Matteo Licata tidak begitu yakin. Mantan desainer mobil, saat ini menjadi profesor di IAAD (Istituto di Arte Applicata e Design) di Turin. “Pekerjaan di studio desain mungkin tidak langsung hilang, tapi menurut saya, hanya orang bodoh yang akan percaya bahwa peningkatan produktivitas sebesar itu tidak akan memengaruhi jumlah karyawan di studio,” katanya.

Hal ini memiliki implikasi yang lebih meresahkan bagi siswa Licata. “Menerapkan desain mobil sudah sangat sulit sebelum AI, dan sekarang akan semakin sulit,” katanya.

Gambar: GM

Ketangkasan agen

Apakah AI merupakan suatu keuntungan atau kerugian, sangat bergantung pada seberapa bijaksana produsen dalam menerapkannya. Beberapa menunjukkan penilaian yang lebih baik dibandingkan yang lain. Dodge baru-baru ini memposting beberapa dugaan “foto keluarga lama” dari model terpopulernya sejak 20 tahun lalu. Kenyataannya, gambar yang dihasilkan AI hampir tidak terlihat seperti aslinya.

Pemasaran salah langkah, tujuan saat ini adalah kecepatan. Suntikan AI ke dalam proses desain GM sudah digunakan pada mobil generasi berikutnya, namun tidak ada seorang pun di sana yang mau berkomentar kapan mobil tersebut akan memasuki pasar. Sementara itu, Nissan sedang berupaya mencapai target 30 bulan untuk produksi mobil baru guna mendapatkan kembali momentum di pasar AS.

Apakah itu cukup cepat? Kita akan mengetahuinya pada tahun 2029.

Ikuti topik dan penulis dari cerita ini untuk melihat lebih banyak hal serupa di feed beranda hasil personalisasi Anda dan untuk menerima pembaruan email.

Exit mobile version