AI pre digitálne dvojčatá a systémy na monitorovanie a riadenie je zvyčajne trénovaná na údajoch zo systémových senzorov. Takéto údaje senzorov sú však zvyčajne obmedzené a hlučné a nedostatočné na to, aby AI pochopila fyziku systému. To povedie k nepravidelnému alebo nesprávnemu správaniu AI. Tento problém riešime začlenením znalostí o fyzike systému do tréningového procesu, aby bola AI v súlade s touto fyzikou.
Pomáhame vývojárom digitálnych dvojčiat a systémov na monitorovanie a riadenie trénovať modely AI z obmedzených a hlučných údajov pochádzajúcich zo senzorov v systéme.
Ponúkame poradenstvo v oblasti používania fyzikálnej AI vrátane posúdenia potenciálu fyzikálnej AI, training a výučby.
Audítujeme modely AI, ktoré sa používajú v digitálnych dvojčatách alebo v systémoch na monitorovanie a kontrolu, aby sme posúdili, či boli použité správne prístupy na zaručenie súladu so základnou fyzikou a či je model vhodný na tento účel.
4dCool umožňuje optimálnu reguláciu teploty v dátových centrách poskytovaním prediktívneho 3D teplotného modelu založeného na údajoch zo senzorov v kombinácii s modelom pre fyziku vnútornej klímy.
Vyškolili sme náhradný model AI na riadenie veľkého a komplexného dopravného pásu v modeli v slučke. Toto ovládanie modelu v slučke je robustnejšie a spoľahlivejšie ako pôvodné ovládanie založené na pravidlách.