L’IA non si limita a ridurre costi e tempi in fase di progettazione può prevedere i gusti dei potenziali clienti. Quali sono i pro e i contro.
E se potessimo abbinare le auto al nostro outfit, per ogni occasione, producendocele home-made come un prodotto da forno? La possibilità è a un passo, se pensate che, la scorsa estate, lo YouTuber Camden Bowen ha stampato in 3D un motore a combustione perfettamente funzionante e che componenti meccaniche e telai sono già facilmente ottenibili in prototipazione rapida. Allora, cosa ci separa dal poter inventare la nostra hypercar, lanciare la stampa e presentarci alla cena degli ex compagni di liceo come se fossimo James Bond? Il progetto. Potrebbe venirci in soccorso MidJourney, l’alter ego grafico di ChatGPT. Questo strumento consente di progettare molto rapidamente, combinando in modo intelligente elementi visivi esistenti archiviati in un enorme database. Genera immagini esclusive e inedite, ma che in definitiva sono solo una fusione di temi grafici esistenti. Nulla si perde, nulla si crea, grazie ad un algoritmo intelligente tutto si trasforma. Un esempio recente è Renault, con la sua operazione di comunicazione in occasione del 30° anniversario della Twingo: un approccio partecipativo in cui tutti potevano reinventare l’emblematica city car degli anni ‘90. Alcuni rinomati artisti non esitano a utilizzare MidJourney in modo molto più pragmatico. Ad esempio, Sugardesign ha realizzato diverse creazioni su Instagram, come una grande berlina elettrica Volkswagen, una limousine trendy per Lexus, un minivan BMW molto armonioso e più dinamico di una Mercedes Classe V. È stato dimostrato come l’apprendimento automatico e l’intelligenza artificiale (AI) possano ridurre significativamente i costi e i tempi nella fase di progettazione ed elaborare anche un’analisi predittiva sul potenziale gradimento dei consumatori nei confronti di alcune scelte progettuali. Un recente articolo scritto da Jhon H. Hauser, MIT Sloan School of Management, dimostra che i modelli di apprendimento automatico non solo possono prevedere l’attrattiva delle nuove proposte, ma anche generare design accattivanti ed innovativi. L’estetica è di fondamentale importanza per l’accettazione del mercato. Nel settore automobilistico, un profilo attraente può incrementare le vendite di oltre il 30%. Le aziende stanno investendo molto in questa direzione, su modelli che ottimizzino il processo di progettazione prevedendo punteggi estetici e generando immagini innovative e accattivanti. Essi combinano autoencoder variazionali probabilistici (VAE), componenti contraddittori provenienti da reti generative avversarie (GAN) e componenti di apprendimento supervisionato. Ad esempio, addestrano e verificano il modello con immagini di un grande numero di auto a cui sono assegnati parametri in relazione alle valutazioni dei consumatori target, comparando poi immagini senza classificazione di alta qualità. I nuovi progetti automobilistici vengono generati in step sequenziali, per essere utilizzati dai team di progettazione, avendo verificato empiricamente che essi siano attraenti per i consumatori e siano coerenti con prodotti introdotti sul mercato cinque anni dopo la raccolta dei dati su cui essi si basano, così da risultare sempre allineati con i trend del momento. La Pontiac Aztek è un famigerato esempio di come gli acquirenti di automobili diano priorità all’estetica. La General Motors lanciò l’Aztek nell’estate del 2000, costruendo il SUV crossover sulla stessa piattaforma della Buick Rendezvous. Con molteplici funzionalità per gli appassionati della vita all’aria aperta, l’Aztek ha generalmente ottenuto punteggi elevati di soddisfazione dei clienti, a parte il suo stile esterno. Su questo l’Aztek ha fallito. Il veicolo aveva un design intenzionalmente aggressivo ma non “per tutti”. È stata regolarmente derisa come una delle auto più brutte di tutti i tempi e la GM ha smesso di produrre il SUV nel 2005. L’Aztek è stata venduta in metà delle unità della Rendezvous, che è stata successivamente ridisegnata e reimmessa sul mercato come Buick Enclave, a un prezzo al dettaglio suggerito dal produttore più alto del 30%. L’Enclave viene prodotta ancora oggi, quasi 17 anni dopo il suo lancio iniziale. Come nel caso di altre applicazioni di successo dell’intelligenza artificiale, i modelli non sono pensati per sostituire i progettisti umani. Per cominciare, l’algoritmo generativo non è in grado di produrre progetti automaticamente ma è necessario che un progettista esperto definisca prima i parametri. L’AI trasforma il design automobilistico in un processo intrinsecamente iterativo e asincrono. I tecnici eseguono iterazioni attraverso la generazione, il test, la valutazione e la riprogettazione del concept. Il prodotto finito è il risultato di decine di migliaia di decisioni. Ovviamente non è utile solo nel massimizzare l’appeal del prodotto, ma può essere utilizzata anche per simulare vari componenti e processi, come l’aerodinamica e le prestazioni del motore, per sviluppare nuovi prodotti più efficienti e affidabili; può rilevare anomalie nella metodologia di progettazione, aiutando a identificare e affrontare potenziali criticità ; può aiutare a sviluppare nuovi materiali e componenti, leggeri e resistenti; può automatizzare fasi di progettazione a basso valore aggiunto, come l’analisi di modelli 3D e dei prototipi virtuali. Ad esempio, specifici algoritmi possono essere applicati alle prime fasi di definizione progettuale delle ruote anteriori, ottimizzandone l’aerodinamica e riducendone il peso, per migliorare le prestazioni e l’efficienza energetica. Il Czinger 21C mostra come la progettazione generativa (nota anche come ottimizzazione topologica, una procedura che consente di determinare la forma più efficiente in base a materiale, vincoli e tensioni definiti) e la tecnologia di produzione additiva stiano rivoluzionando l’industria automobilistica. La supercar, sviluppata dall’omonima azienda californiana, è caratterizzata da uno stile unico, un propulsore ibrido e una carrozzeria concepita utilizzando software di design generativo. Questa hypercar ha una potenza di 1250 CV e un’accelerazione da 0 a 96 km/h inferiore a 1,9 secondi, che la rendono un veicolo ad alte prestazioni, tutto stampato in 3D! La velocità massima della 21C nella sua versione stradale è di 383 km/h e, a 250 km/h, genera 250 kg di carico aerodinamico. Nel caso dell’auto 21C, il software di progettazione generativa è stato utilizzato per creare una carrozzeria leggera e aerodinamica che massimizzi la deportanza, riducendo al minimo la resistenza. E non abbiamo parlato dello stile. Aston Martin, il rinomato produttore britannico di auto sportive di lusso, ha presentato un modello di roadster, DBR22 a due posti, con un innovativo gruppo posteriore stampato in 3D prodotto da Divergent Technologies. Si tratta di una struttura di supporto di varie parti in alluminio leggero che sono state stampate in 3D e incollate insieme. Anche il sotto telaio è stato prodotto da Divergent Technologies, che in precedenza aveva realizzato la suddetta hypercar 21C stampata in 3D e fornito i principali componenti. L’intelligenza artificiale, comunque, sarà sempre e solo un booster per il processo di progettazione, simile ad una modellazione assistita da computer nel design di mobili, nella moda e in altri settori in cui l’estetica gioca un ruolo di primaria importanza. Esistono diversi modi in cui uno stilista può dare sfogo alla sua genialità creativa definendo un capo di abbigliamento. Un modello di machine learning può dare ai designer di automobili idee su ciò che i clienti riterranno esteticamente gradevole, ma saranno loro, gli uomini, a effettuare le scelte e dare vita all’oggetto del desiderio finale.
L’intelligenza artificiale per disegnare le auto
