Siemens otwarcie przyznaje, że jego physics AI, oprogramowanie Simcenter PhysicsAI, ma jasne limity - nie powinno się go używać do zatwierdzania części krytycznych dla bezpieczeństwa. Sam Mahalingam, który kieruje zespołem budującym technologię w Siemens Digital Industries Software, stwierdził to bez wahania podczas konferencji Realize LIVE Asia-Pacific w Bengaluru.
Simcenter PhysicsAI wykorzystuje deep learning do geometrii i potrafi tworzyć prognozy projektowe 1000 razy szybciej niż tradycyjne solvery. Zamiast obliczać fizykę od zera za każdym razem, model zastępczy uczy się z historycznych danych symulacyjnych i przewiduje wyniki dla nowego projektu - to oszacowanie wygenerowane w sekundach, nie pełne obliczenie. Ta architektura sprawia, że dokładność pozostaje głównym wyzwaniem, jednak Siemens twierdzi, że przez dekady inżynierowie weryfikowali symulacje fizyczne względem testów rzeczywistych aż do osiągnięcia pełnej korelacji.
Ta szczera ocena wartości jest ważna, bo odróżnia praktyczną użyteczność od hype'u otaczającego AI w przemyśle. Inżynierowie mogą wykorzystać physics AI do przyspieszenia eksploracji projektów i iteracji wstępnych, ale ostateczne zatwierdzenie komponentów wpływających na bezpieczeństwo musi pozostać w rękach ludzi i pełnych symulacji. Siemens wskazuje, gdzie AI dodaje realną wartość - w szybkości iteracji - i gdzie jego limity są nie do przejścia.