シミュレーションと AI の美しい交差点 from venturebeat.com

多くの組織は、モデルベースの設計に人工知能 (AI) を組み込むことで、シミュレーション機能を向上させています。
課題 1: シミュレーションによるより正確な AI モデルのためのより良いトレーニング データ
これらのモデルに気付かないと、不正確な洞察が生成されたり、完全に失敗したりするため、エンジニアはモデルが機能しない理由を特定するために何時間も費やすことになります。
モデルのパフォーマンスは、トレーニング対象のデータの品質に大きく依存するため、エンジニアは、データのシミュレーション、AI モデルの更新、適切に予測できない条件の観察、それらのシミュレーション データの収集という反復プロセスにより、結果を改善できます。
しかし、現実世界の多くのシステムに存在する非線形動作を捉えるこれらの方法の能力は限られているため、エンジニアは、複雑さを柔軟にモデル化できる AI ベースのアプローチに目を向けています。
データ (測定またはシミュレート) を使用して、観測された状態から観測されていない状態を予測できる AI モデルをトレーニングし、その AI モデルをシステムに統合します。