Agentes IA de simulación física autónoma
JuliaHub presenta Dyad 3.0, una versión de su plataforma de simulación de sistemas nativa de IA para el diseño, perfeccionamiento y validación de sistemas físicos complejos. Dyad 3.0 introduce agentes de simulación autónoma que trabajan junto a ingenieros para interpretar especificaciones, extraer diseños previos y datos de prueba, generar modelos candidatos, ejecutar simulaciones basadas en física, aplicar restricciones físicas y de seguridad, producir modelos y códigos de control validados. Dyad ya está en producción con clientes.
Un socio de IA para equipos de ingeniería
Los equipos de ingeniería que diseñan aeronaves, vehículos eléctricos, semiconductores, servicios públicos, sistemas HVAC, dispositivos médicos y otros sistemas industriales complejos se enfrentan a una limitación común: los ciclos de innovación son cada vez más rápidos, pero los modelos de ingeniería validados siguen siendo difíciles, manuales y que requieren mucho tiempo de construir.
Con Dyad 3.0, los ingenieros pueden proporcionar un documento de requerimientos, un diseño de generación anterior, datos históricos de pruebas y una solicitud en lenguaje sencillo. Los agentes IA Dyad pueden ensamblar el modelo, explorar miles de variaciones, imponer restricciones físicas y de seguridad, mostrar compensaciones en lenguaje claro y producir código validado listo para su implementación por hardware.
El ingeniero sigue siendo el responsable de la toma de decisiones: establece la dirección, evalúa los compromisos y aprueba los diseños finales, mientras que Dyad automatiza el trabajo repetitivo de construcción de modelos, ajuste de controladores, ejecución de simulaciones e integración de la cadena de herramientas.
Adopción de la IA en la ingeniería
La adopción de la IA se ha acelerado en el desarrollo de software, pero la ingeniería física ha quedado rezagada porque el trabajo está regulado por requerimientos de física, seguridad y verificación. Los modelos de lenguaje de propósito general pueden ayudar con el análisis o la documentación, pero no pueden validar de forma fiable cómo se comportará un sistema físico bajo restricciones del mundo real.
Dyad fue construida para cerrar esa brecha. Al combinar agentes autónomos con simulación basada en física y Aprendizaje Automático Científico (SciML), Dyad convierte la asistencia de IA en productividad de ingeniería validada. El resultado es un flujo de trabajo nativo de IA que puede razonar a partir de requisitos, modelos de simulación, datos operativos y diseños previos, mientras aplica la física durante todo el proceso.
Qué hay de nuevo en Dyad 3.0
- Generación de modelos agenticos y exploración de diseño: Los agentes interpretan requisitos, proponen candidatos a diseño, ejecutan simulaciones y refinan modelos bajo supervisión de ingenieros.
- Flujos de trabajo digitales para mantenimiento predictivo: Las capacidades de la plataforma ayudan a los equipos a diseñar y optimizar aplicaciones de mantenimiento predictivo industrial.
- Diseño de sistemas HVAC impulsados por agentes: Herramientas de modelado rápidas, splines de refrigerante precisas, cobertura ampliada de la biblioteca y plantillas para arquitecturas de sistemas comunes.
- Interoperabilidad FMU: Los avances de las Principales Unidades Funcionales de Mock-up (FMU) mejoran la integración con la cadena de herramientas de ingeniería más amplia.
- Previsualizar dinámica en multicuerpo: Un “preview” en Dyad permite ver sistema de robótica, dinámica de vehículos, mecanismos aeroespaciales y otros sistemas complejos de movimiento
- Preparación para el despliegue empresarial: Mejoras en la instalación, configuración, seguridad, cumplimiento y gestión del ciclo de vida que apoyan a las organizaciones de ingeniería reguladas y distribuidas.
Impacto empresarial
Costo: Reduce la construcción e iteración manual de modelos, disminuyendo las horas de ingeniería por programa y reduciendo la reestructuración de prototipos en fases avanzadas.
Ingresos: Acorta los ciclos de diseño validados, permitiendo a los equipos seguir más programas con el mismo número de empleados y acelerar el tiempo de lanzamiento al mercado.
Mitigación de riesgos: Exploración de diseño de terrenos en simulación basada en física; las restricciones de seguridad, regulación y operación pueden codificarse y aplicarse a través de los flujos de trabajo.
Velocidad de innovación: Permite a los equipos explorar espacios de diseño más amplios, acoplamientos multifísica y escenarios hipotéticos difíciles de cubrir manualmente.
Demostración
Los clientes y socios presentados durante el evento de lanzamiento de la plataforma Dyad 3.0 demuestran cómo la simulación agentica ya se está aplicando en entornos industriales y de ingeniería regulados, por ejemplo,
Un fabricante líder de HVAC comercial utiliza la biblioteca de HVAC agentica de Dyad para comprimir un ciclo de diseño de sistemas de varios meses en uno solo.
Aeroespacial por IA: Aprende con Dyad como parte fundamental de la infraestructura para aplicaciones aeroespaciales habilitadas por IA, incluyendo mantenimiento predictivo, entrenamiento de pilotos, diseño generativo y simulación de grado certificado.
Diseño de vehículo de vuelo según la especificación: Muestra a los agentes Dyad ensamblando, simulando y validando el cuerpo elevador HL-20 de la NASA de forma autónoma respecto a la especificación PDF.
Alianzas con JuliaHub: Descubre cómo Dyad se está integrando en soluciones de socios para ofrecer gemelos digitales híbridos para muchas aplicaciones industriales.
Digital Twin para el Mantenimiento Predictivo de Activos: Construimos un gemelo digital impulsado por SciML que predice fallos en las bombas en redes de distribución de agua con más del 90% de precisión a partir de cuatro entradas de sensores.
Simulación agentica
Dyad 3.0 sitúa a JuliaHub en la intersección entre los agentes de IA y la ingeniería basada en la física. Los agentes solo de software pueden acelerar tareas, pero carecen del sustrato de simulación necesario para la validación física. Las herramientas de simulación heredadas proporcionan profundidad, pero no se construyeron alrededor de flujos de trabajo autónomos, en lenguaje natural y agentes.
Dyad combina ambos: agentes autónomos, simulación basada en física, SciML y despliegue preparado para empresas, para llevar la influencia de la IA a los equipos de ingeniería que construyen el mundo físico.
"La IA ha transformado el desarrollo de software mediante agentes que combinan LLMs con compiladores de código abierto, pero la ingeniería de sistemas físicos requiere su combinación que fundamente los diseños de hardware en leyes físicas", dijo el Dr. Viral B. Shah, CEO y cofundador de JuliaHub. "Dyad 3.0 integra la IA agentica directamente en el flujo de trabajo de ingeniería combinando agentes autónomos, un compilador multifísica, simulación de alta fidelidad, SciML y capacidades de despliegue empresarial en un entorno fluido. Ofrece a los ingenieros la ventaja de la IA mientras preserva el rigor, la seguridad y la verificación que los sistemas físicos exigen."
Fuente: JuliaHub
