CIMdata Fellow and Executive Consultant Keith Meintjes Quoted in “What Lies Ahead for Generative Design?”
Presented by Cadalyst Staff:
ジェネレーティブデザインは、一種の奇跡的な解決策として提示されることがあり、すなわちCADユーザーの作業負荷を軽減して、軽くて強靭な部品を作り出し。そして人間の想像を超える問題をデザインするための解決策をごく自然に見つけ出します。しかし、それは一体何なのか - そして今後どうなるのでしょうか？
CIMdataのフェロー兼エグゼクティブコンサルタントであるシミュレーション担当のキース・ミエンテス (Keith Meintjes) 氏が、今月、これらの概念を探るウェビナーを開催しました。"Beyond Generative Design: A New Paradigm for Product Development" に於いて、氏は、それは劇的に製品開発の形を変えるのだけがジェネレーティブデザインではなく、またシミュレーションと解析、ビッグデータ分析、堅牢な設計、そして先端材料を含む技術が同時に重なり合って合流した状態なのです。
「私たちと他の人たちは、私達にジェネレーティブデザインを行うためのプラットフォームを与える人工知能を使った、あるいは利用したジェネレーティブデザインのための環境を明確に心に描いています、つまりある種の人々は今、human-assisted design (人間支援デザイン) と呼んでいます。」と氏は説明し、「人間は輪の中にいますが、コンピュータは重い作業をしています」という意味です。
ミエンテス氏は、ジェネレーティブデザインを「コンピュータによる支援による、最適化を伴うデザイン空間の探査」と定義しました。私たちの定義によると、それは物理的デザインを作成または影響を与えるあらゆる方法で、つまりジオメトリ、寸法、材料の選択です。」結局のところ、それは最適化のプロセスであり、それは物理学ベースのシミュレーションによってほとんどの場合いつも支えられています。
ミエンテス氏は、ジェネレーティブデザインを非常に興味深いコンセプトと考えています。何故ならば、「何千年もの間、いつの時代からずっと、誰かが製品を想像したならば、それはデザインされ、作られ、そして試されなければならなかったのです。過去60年ほどで、提案されたデザインの仮想評価を行うために、物理テストの代わりにシミュレーションを使用することもできたのです」と氏は述べました。「しかし、ジェネレーティブデザインでは、要件と制約の記述から、ジオメトリを含む実現可能な製品デザインを作成あるいは修正・変更することを提案しています。つまり、提案されたデザインから始めることなくジェネレーティブデザインのプロセスを経て、実現可能で要件を満たすデザインに仕上げることができるということで、それは、非常に驚くべきことだと私は思います。」
ジェネレーティブデザインには、ルール駆動型パラメトリックCAD、形状最適化、コストや製造の最適化など、さまざまなツールが含まれます。どのようなツールでも、ミエンテス氏は、次のように説明しています。 「可能性を評価するための基礎となるシミュレーションアプリケーションが常にあります。 つまり、皆さんはジェネレーティブデザインのプロセスを通して進めているので、シミュレーションアプリケーションは、皆さんの開発中のデザインの改善点を診断・評価しています。」
「トポロジー最適化…今日、非常に興味深いトピックです。これは、有力ななジェネレーティブデザインツールです」とミエンテス氏は言います。しかし、それが1990年代に開発されたとき、それほど採用されず、「トポロジーオプティマイザから結果を取得し、それを使用可能なCAD設計ジオメトリに変換することは、依然として非常に困難です」と氏の観察を述べています。
まだ欠陥のあるテクノロジーへの現在の関心レベルにつながっているのは3Dプリンティングでしょうか？ミエンテス氏によると、それは話の一部に過ぎません。「ここで話しているのは、ジェネレーティブデザインのための新しい環境であり、それは単にアディティブマニュファクチャリングを古いテクノロジーに重ねるだけではありません。我々は新しい材料を持っており、私たちは計算幾何学において進歩を遂げています、つまり、アルゴリズムとソフトウェアであり、そして私たちは計算能力においてこの驚くべき上昇を見せています。」IT、人工知能 (AI) 、および統計的最適化の進歩も貢献しており、「しかし、さらに起こっていることは、これらすべての進歩の間の相乗効果であり、私たちの多くは製品開発と製造に革命をもたらすと信じています」とミエンテス氏は予測しています。
現在、トポロジー最適化では、CADへの変換に困難で時間のかかる手動操作が必要になることがよくあります。「デザイン空間で何千もの可能性を探究するためにジェネレーティブデザインを実際に利用しようとしているのであれば、各デザインのある時点で人間の介入が必要になることは本当に受け入れられません」とミエンテス氏は述べました。
「真実は、デザインが完成した後に必要なのは、そのデザインを再検証する必要があるということです。…すべての制約がジェネレーティブデザインで考慮されていない可能性があります。そのため、デザインを生成した後でデザインを変える必要がありました。そして、ジェネレーティブデザインをCADに変換するプロセスだけで、このステップを実行するのに必要なジオメトリに違反または変更された可能性があります。」
解決策は環境にあるとミエンテス氏は説明、ジェネレーティブデザインのツールは、人工知能、機械学習、堅牢なデザイン機能に囲まれているのです。これは、Isight、Hyperstudy、またはModeFrontierなどのプロセスインテグレーションおよびデザイン最適化 (PIDO) ツールによって、あるいはアプリケーション内で提供できます。
このテクノロジに関する組織上の考慮事項もあるとミエンテス氏は指摘します。「組織やエンドユーザーにとって、答えが必要なのは『誰がソフトウェアを使うのですか？』という問いです。」トポロジー最適化およびジェネレーティブデザインのツールにはさまざまな種類があり、 シミュレーションの専門家やジェネレーティブデザインの専門家に焦点を当てているものもあれば、一般的なCADコミュニティに向けたものもあります。テクノロジーはそれらCADソフトウェアに埋め込まれているので、CADオペレーターは彼らが部品をデザインする際にジェネレーティブデザインを使うでしょう。