在本田研发部，我们正在使用我们的专家知识系统将人工智能注入到我们的车身设计过程中，这是一个使我们所有工程师都像我们一样优秀的解决方案的过程。“我们的目标是提高设计准确性并将后期模拟减少多达80%。在设计过程的早期使用更好的信息将减少物理测试中的失败。”-ShigetoYasuhara，总工程师，本田R&DCo.,Ltd.我们部门的设计是为了乘客和司机的碰撞安全。我们的工作需要严格的物理分析和模拟。我们希望应用人工智能帮助我们的工程师更快地找到最佳设计方案——最终为更安全、更环保的汽车做出贡献。降低声誉和监管风险提供无形的专业知识在技术进步、经济根本性变化以及环境和安全法规之间，二十一世纪的汽车制造商面临着前所未有的挑战。互联、自主车辆、自动驾驶、共享经济、电动汽车、零排放汽车的环境法规以及旨在保护驾驶员和乘客的安全要求越来越难以满足。按照这些标准进行设计和开发的工程师——他们必须在不牺牲质量和质量的情况下平衡生产和美学的复杂权衡——需要成为专家。我们的组织与我们长期积累的智力资本一样好——我们工程师的智慧、想象力、信息和经验的综合力量……随着时间的推移，我们希望将这些知识和专长添加到更大的工程师团队中，随着每位工程师在所有本田车型、产品线、国家和语言中发展自己的职业生涯。我们拥有创造力、智能和信息，现在我们正走在将它们结合在一起的道路上，以便我们的工程师能够快速获取和理解现有知识，而忽略失败的设计路径。我们希望我们的设计工程师能够从我们集体的专业知识中受益，在最有前途的方向上激发新的想法。为实现这一目标，我们已经超越了收集数字系统中包含的结构化和非结构化数据，而是捕捉我们专家工程师头脑中的数据——我们称之为不可见的非结构化数据——我们最深刻、最丰富的数据，我们的集体知识人们。在创建新模型或功能时，将智力资本注入设计过程至关重要，本田工程师必须考虑许多因素，从安全到法规，从生产力到成本。我们必须在全球数十个地点的数百名工程师中保持相同的设计方法。但并非所有工程师都以相同的方式工作，将相同的经验带到工作中，或者以相同的方式体验技术。我们发现，经验较少的工程师花更多时间运行设计仿真，而经验丰富的工程师花的时间较少。更有经验的专业工程师利用他们自己的经验以及既定的机构知识更快地排除劣质选项，使他们能够专注于潜在的新选项。他们以这种方式工作的能力是他们吸收并能够更直观地获得的多年经验和知识的产物。当我们意识到这一点时，我们试图为没有经验的工程师提供大量信息，包括图片、图表、图纸和照片。但这种方法是静态的、不可访问的，并且将设计活动隔离在单个车辆组件中，从而阻止工程师将产品作为一个整体进行设计。这不可避免地导致在设计过程的后期进行更多的设计模拟和更高的故障率。用人工智能收集知识就明白了一个根本问题：高级工程师掌握的知识必须被他们的后代所接受。我们联系了IBM来帮助我们应用人工智能来解决这一挑战。我们知道我们的专家不会以线性方式解决问题。相反，他们拥有相互关联的思想网络。一些想法与更多相关想法或相关想法一起考虑。利用他们的隐性知识，他们可以追踪所有选择中哪一个具有最高的可信度。现在我们使用人工智能来调整和增强他们的心智模型。为了捕获和利用我们工程组织积累的知识，我们定义了与不同设计阶段相关的几个知识层。我们能够直接从工程师那里获取语言和概念，我们称之为看不见的非结构化信息，历史上一直埋藏在工程师头脑中的宝贵知识。使用Watson文本语音和专利注释语言，我们映射这些信息以构建我们的知识模型图。通过自然语言处理，我们的专家工程师可以自然地表达自己，甚至可以使用复杂的方程式并解释他们如何解决问题。该系统使我们能够捕获有关他们遇到的问题、他们的设计约束以及他们之前探索过的想法网络的信息。与典型的手动建模工具相比，我们希望通过新系统将知识建模所需的时间减少50%到80%。“我们了解到，我们的专家不会以线性方式解决问题。相反，他们有一个相互关联的想法网络。一些想法与更多相关想法或相关想法一起考虑。他们可以利用自己的隐性知识，跟踪所有选择中哪一个具有最高的可信度。现在我们使用人工智能来调整和增强他们的心智模型。-ShigetoYasuhara，总工程师，HondaR&DCo.,Ltd.利用人工智能设计更安全、更环保的车辆知识模型图与工程师的思维过程紧密结合，在集合中建立实体和关系，并提供基于数据的可视化来自专家的输入，显示概念网络、领域本体以及每个节点各自的可信度。我们开发了一种专有语言来记录专家工程师的思维过程和解决问题的方法。我们已经开始长期工作，将支持证据和验证链接到知识图中的每个节点，将这些有价值的、以前看不见的非结构化信息与数字结构化和非结构化数据集成在一起。该系统帮助工程师开发更大系统的新功能。例如，如果工程师正在为本田PilotElite设计全景玻璃车顶，那么设计的可能性和依赖性就不能与相关组件隔离开来。工程师必须知道如何设计以满足每个组件的规范并了解组件之间的关系。为确定特定功能是否可行，工程师必须通过适当设计车身刚度、碰撞测试性能、车顶厚度和其他功能来考虑驾驶性能。我们已经测试了我们的专家知识系统，以连接每个工程师的母语，从口头语言到他们想要探索的思想网络。想一想有多少工程师，无论有多少经验，都会制定一个设计问题和给定的约束条件。该表达式通常是一个线性表达式，例如：“IAweightreductioninthefrontbumperfa?adewasrequiredtobeweightreductioninthefrontbumperfa?adewasrequiredwithouttransferringtheloadthroughthestructuralmembersatthestructuralmembersatthestructuralmemberstransferringtheloadatthestructuralmembersatthestructuralmembersatthestructuralmemberstransferringtheloadatthestructuralmembersatthestructuralmembersatthestructuralmembers。”自然语言语句通过挖掘收集到的专家知识返回适当的响应。工程师可以看到系统返回的方法，有理由和支持证据，知道响应是可靠的。我们利用专家知识系统中包含的知识，有足够的信息来测试我们是否可以向系统提出设计问题并利用这些信息进行解决方案搜索，找到知识图谱的正确路径，并检索到正确的信息。这一重要的发展允许任何专业水平的工程师提出问题，并检索最佳答案。我们的目标是提高设计的准确性，将后期仿真减少多达80%。在设计过程的早期使用更好的信息可以减少物理测试失败。了解有关IBM数据和人工智能解决方案的更多信息如需解决方案，请访问：http://cloud.51cto.com/act/ibm2021q1/ai#3
