Крылья за минуту: как ИИ стал аэродинамическим гением ⚡ экспресс
Предложена методология эффективного построения точных суррогатных моделей для аэродинамических расчётов в задачах оптимизации формы. Модель AeroTransformer на основе Transformer-архитектуры сначала предварительно обучается на наборе SuperWing, содержащем почти 30 000 образцов разнообразных геометрий крыльев, а затем дообучается на малом числе целевых образцов для конкретной формы. В экспериментах на трансзвуковых крыльях, где форма варьировалась вокруг модели Common Research Model, при использовании 450 целевых образцов достигается ошибка предсказания поверхностного потока 0.36%, что на 84.2% ниже, чем при обучении с нуля. Также проведён систематический анализ влияния архитектурных решений и стратегий обучения для работы в условиях ограниченных данных и вычислительных ресурсов. Для воспроизводимости опубликованы наборы данных и предварительно обученные модели, а также интерактивный инструмент для проектирования.
Обучение точной аэродинамической модели сродни кулинарному искусству: сначала повар осваивает сотни рецептов, чтобы уловить общие принципы, а затем легко доводит до совершенства конкретное блюдо. Инженеры создали AeroTransformer и «скормили» ему 30 тысяч разных форм крыльев — целую галактику кулинарных идей галактику. В расчётах воздух ведёт себя как вода в кастрюле вода: плавно обтекает поверхности, упрощая компьютерное предсказание.
После дообучения всего на 450 образцах ошибка упала до 0,36% — в шесть раз точнее, чем при старте с нуля. Подход резко снижает энтропию энтропию (неопределённость) в прогнозах.
Онлайн-инструмент уже позволяет в браузере менять форму крыла и сразу видеть результат. Разработчики выложили код и данные в открытый доступ — теперь любой исследователь дообучит модель для турбин или гоночных автомобилей.
🎯 Модель уже работает на сайте WebWing: двигайте крыло мышкой и наблюдайте за подъёмной силой в реальном времени.