Sustentando o plano Re:Nissan para reduzir o tempo de desenvolvimento de veículos, a fabricante japonesa reforçou a sua parceria com a Monolith, recorrendo à Inteligência Artificial (IA) para transformar o processo de desenvolvimento de veículos e reduzir o uso de testes físicos. A combinação de 90 anos de investigação e desenvolvimento com tecnologia de IA ajuda a fabricante a colocar veículos no mercado mais rapidamente.
A Nissan e a Monolith prolongam a sua parceria estratégica até 2027, utilizando IA para reduzir os testes físicos dos veículos e acelerar o desenvolvimento.
Esta colaboração está alinhada com o plano global Re:Nissan, que tem como uma das prioridades colocar os produtos nas mãos dos clientes mais rapidamente, reduzindo o tempo de desenvolvimento dos veículos e trabalhando com parceiros para impulsionar a inovação e a eficiência operacional.
Utilizada inicialmente para validar os testes do novo veículo elétrico Nissan Leaf, fabricado em Sunderland, a tecnologia de IA da Monolith será aplicada a mais testes para a futura gama de modelos da Nissan na Europa.
Com base em mais de 90 anos de dados de testes de veículos, os engenheiros do Centro Técnico Europeu Nissan, em Cranfield, no Reino Unido, utilizarão a tecnologia de IA da Monolith para prever com precisão os resultados dos testes físicos. Esta abordagem permite:
- Reduzir a dependência de protótipos físicos;
- Agilizar o processo de desenvolvimento;
- Que os engenheiros se concentrem na resolução prática de problemas e na tomada de decisões.
“Em equipa que ganha não se mexe”
A decisão de prolongar a parceria surge na sequência da colaboração bem-sucedida entre a Nissan e a Monolith, que utilizou IA para testar o desempenho das ligações no chassis dos veículos.
A tecnologia de IA permitiu verificar e validar tecnologias, priorizando de forma fiável os testes adicionais a realizar pelos engenheiros.
Isto resultou numa redução geral de 17% nos testes físicos em comparação com o processo sem IA. Aplicar a mesma abordagem no desenvolvimento de toda a gama de veículos europeus da Nissan poderia reduzir o tempo de teste para metade.
Ao integrar o avançado software de engenharia baseado em IA da Monolith e décadas de dados de testes, conseguimos simular e validar o desempenho dos veículos com notável precisão.
Os seus modelos de aprendizagem automática, treinados com uma combinação de dados históricos de testes e simulações digitais, permitem-nos reduzir a dependência de protótipos físicos, diminuindo significativamente o tempo de desenvolvimento e o uso de recursos.
Disse Emma Deutsch, diretora de Engenharia Focada no Cliente e Operações de Testes no Centro Técnico Europeu Nissan, acrescentando que esta “abordagem não só acelera o nosso tempo de comercialização, mas também apoia o nosso compromisso com a inovação e a sustentabilidade”.
Na sua perspetiva, “a IA terá um papel cada vez mais central na forma como projetamos, testamos e entregamos a próxima geração de veículos aos nossos clientes mais rapidamente”.
Como a Monolith potencializa aos veículos da Nissan
Aos engenheiros, a plataforma da Monolith permite o seguinte:
- Utilizar dados históricos de testes e simulações para prever resultados;
- Reduzir a dependência de protótipos físicos;
- Melhorar a qualidade do produto.
Ferramentas como o Next Test Recommender e o Anomaly Detector ilustram o compromisso da Monolith em reduzir os ciclos de desenvolvimento para metade, mantendo a qualidade e o desempenho dos seus veículos e tecnologias.
A nossa missão é capacitar os engenheiros com ferramentas de IA que possibilitem um desenvolvimento de produtos mais inteligente e rápido.
Acrescentou Richard Ahlfeld, diretor-executivo e fundador da Monolith, explicando que “os resultados do nosso trabalho com a Nissan demonstram como a aprendizagem automática pode impulsionar a eficiência e a inovação na engenharia automóvel”.
Depois de ter sido utilizada pela primeira vez para validar os ensaios do novo Nissan Leaf, o teste integrado com IA da Monolith será aplicado a mais testes para futuros modelos que chegarão ao mercado nos próximos anos.