„General Motors“ siekia naujo automobilio kūrimo laiką sutrumpinti iki dvejų metų
„General Motors“ visame automobilių kūrimo procese pradėjo naudoti dirbtinio intelekto, mašininio mokymosi ir virtualaus modeliavimo priemones. Technologijos pasitelkiamos nuo pirmųjų dizainerio eskizų iki aerodinamikos, variklių, važiuoklės ir gamybos procesų tikrinimo.
GM produktų vadovas Sterlingas Andersonas teigia, kad naujo automobilio kūrimas JAV ir Europos automobilių pramonėje paprastai trunka nuo ketverių iki penkerių metų. Bendrovė siekia šį laikotarpį sutrumpinti iki maždaug dvejų metų.
Pasak S. Andersono, dažnesnis modelių atnaujinimas turėtų paspartinti jų techninę pažangą. Tačiau trumpesnis kūrimo ciklas savaime negarantuoja aukštesnės kokybės – tam reikės patikimų skaitmeninių modelių, realių bandymų ir inžinierių kontrolės.
Automobilio eskizas per vieną dieną gali virsti judančiu trimačiu modeliu
Naujo GM automobilio dizainas vis dar prasideda nuo žmogaus sukurto eskizo. Dirbtinis intelektas naudojamas kitame etape, kai dvimatis piešinys paverčiamas trimačiu modeliu, sukuriami skirtingi jo variantai ir parodoma, kaip automobilis atrodytų važiuodamas.
GM bendradarbiauja su dirbtinio intelekto bendrove „Vizcom“. Jos technologija gali sujungti automobilio eskizus iš skirtingų kampų, suformuoti 360 laipsnių modelį, keisti virtualias kameras, apšvietimą ir aplinką.
GM dizaineris Danielis Shapiro nurodė, kad anksčiau aukštos kokybės animacijai sukurti būtų reikėję kelių komandų ir kelių mėnesių. Dabar vienas dizaineris tokį darbą gali atlikti greičiau negu per dieną, nors galutinę automobilio formą ir prekės ženklo stilių tebesirenka žmonės.
Virtualiame vėjo tunelyje dviejų savaičių darbas atliekamas per minutę
Vienas svarbiausių GM sukurtų įrankių yra dirbtiniu intelektu paremtas virtualus vėjo tunelis. Jis apskaičiuoja, kaip oras judės aplink automobilio kėbulą ir kokią įtaką stogo, kapoto, priekinio stiklo ar kitų paviršių pakeitimai turės aerodinaminiam pasipriešinimui.
Anksčiau dizainerių pasiūlytas paviršius būdavo perduodamas inžinieriams, kurie atlikdavo sudėtingus skysčių dinamikos skaičiavimus. Visas dizaino pakeitimo, modeliavimo ir rezultatų grąžinimo ciklas galėjo užtrukti apie dvi savaites.
GM virtualiosios integracijos inžinerijos direktorė Rene Strauss teigia, kad dabar kai kuriuos rezultatus galima gauti greičiau negu per minutę. Per vieną demonstraciją sprendimas dėl automobilio stogo linijos buvo parengtas maždaug per 1 minutę ir 18 sekundžių.
Mažesnis oro pasipriešinimas gali sumažinti elektromobilio bateriją ir kainą
Greitesni aerodinaminiai skaičiavimai leidžia dizaineriui ir inžinieriui vienu metu matyti, kaip išvaizdos pakeitimas paveikia energijos sąnaudas. Tokiu būdu galima išbandyti daugiau kėbulo variantų dar prieš gaminant pirmąjį fizinį prototipą.
Mažesnis aerodinaminis pasipriešinimas padidina elektromobilio nuvažiuojamą atstumą naudojant tokios pačios talpos bateriją. Kitas pasirinkimas – išlaikyti numatytą nuotolį ir montuoti mažesnę bei pigesnę bateriją.
Virtualus vėjo tunelis apmokytas naudojant pačios GM sukauptus skysčių dinamikos skaičiavimų duomenis. Bendrovė pabrėžia, kad modelio tikslumas priklauso nuo mokymo duomenų kokybės, todėl dešimtmečius kaupta inžinerinė informacija tampa svarbia sistemos dalimi.
2027 metų „Chevrolet Silverado“ V8 varikliai buvo tikrinami tūkstančiuose skaitmeninių bandymų
Vienu pirmųjų serijinių automobilių, kurio kūrimui plačiai panaudoti naujieji skaitmeniniai įrankiai, taps 2027 metų „Chevrolet Silverado 1500“. Pikapas gaus du naujos, šeštosios kartos 5,7 ir 6,6 litro V8 variklius.
Kurdami šiuos variklius GM inžinieriai atliko tūkstančius virtualių degimo kameros bandymų. Buvo tikrinami skirtingi degimo procesai, konstrukcijos variantai, išmetamųjų teršalų kiekis ir galios charakteristikos.
Skelbiama, kad skaitmeniniai bandymai prototipų kūrimo sąnaudas sumažino apie 20 proc. Numatyti galios ir emisijų rodikliai buvo pasiekti maždaug per trečdalį laiko, kurio būtų reikėję naudojant ankstesnį darbo metodą. Naujasis „Silverado“ prekyboje turėtų pasirodyti 2026 metų pabaigoje.
Dirbtinis intelektas GM gamyklose tikrina suvirinimo siūles ir dažų defektus
GM dirbtinį intelektą naudoja ir veikiančiose gamyklose. Jutiklių sistema renka informaciją apie konvejerių vibraciją, elektros srovę ir kitus įrangos veikimo rodiklius, kad galimus gedimus būtų galima pastebėti prieš sustojant gamybos linijai.
Fort Veino gamykloje sukaupti duomenys padėjo ištirti praleistos suvirinimo siūlės atvejį. Anksčiau darbuotojams būtų tekę rankomis patikrinti 5600 automobilių, tačiau sistema įtariamų transporto priemonių skaičių sumažino iki mažiau kaip dešimties. Taip buvo nustatyti devyni paveikti automobiliai ir jie neišleisti iš gamyklos.
„Factory ZERO“ gamykloje bandoma GM sukurta sistema „WeldBrAIn“. Vietoje keturių detalių patikrinimo per pamainą ji realiuoju laiku analizuoja kiekvieną kiekvieno kėbulo suvirinimo siūlę. Spring Hilo ir Flinto gamyklose kameros taip pat ieško žmogaus akimi sunkiai pastebimų dažų paviršiaus defektų.
Fiziniai prototipai išliks, tačiau jie turėtų patvirtinti jau virtualiai patikrintus sprendimus
GM siekia kuo daugiau problemų aptikti virtualioje aplinkoje. Skaitmeniniuose modeliuose galima tikrinti automobilio energijos sąnaudas, aušinimą, konstrukcijos tvirtumą, elgesį skirtingomis oro sąlygomis ir reakciją į netikėtas kliūtis.
Tai gali sumažinti fizinių prototipų skaičių, medžiagų sąnaudas ir poreikį gabenti bandomuosius automobilius tarp skirtingų poligonų. GM vadovai fizinius prototipus ateityje mato kaip ankstesnių skaitmeninių rezultatų patvirtinimo priemonę.
Vis dėlto virtualus modelis negali aprėpti kiekvienos realaus pasaulio situacijos. Netikslūs duomenys, netinkamos prielaidos arba reti įvykiai gali lemti klaidingus rezultatus, todėl galutiniai saugumo, patvarumo ir valdymo bandymai realiomis sąlygomis išlieka būtini.
GM keičia darbuotojų sudėtį ir ieško dirbtinio intelekto sistemų kūrėjų
2026 metų gegužę pranešta, kad GM mažina informacinių technologijų padalinį. Skirtingų šaltinių duomenimis, pertvarka galėjo paveikti apie 600 darbuotojų, arba maždaug dešimtadalį šio padalinio.
Bendrovė patvirtino, kad dalis pareigybių panaikinta vykdant platesnę informacinių technologijų organizacijos pertvarką. Tuo pat metu GM toliau samdo specialistus, galinčius kurti dirbtinio intelekto sistemas ir pritaikyti jas automobilių projektavimui bei gamybai.
Šis pokytis rodo, kad dirbtinis intelektas keičia ne vien naudojamus įrankius. Automobilių gamintojams vis labiau reikia darbuotojų, gebančių sujungti programinę įrangą, duomenų analizę ir tradicinę mechanikos inžineriją.
GM pažadas kurti geresnius automobilius bus patikrintas tik realiuose keliuose
Bendrovė dirbtinį intelektą pristato kaip inžinierių ir dizainerių darbo paspartinimo priemonę. GM atstovai tvirtina, kad sistema nėra savarankiška automobilių kūrėja, nes galutinius sprendimus vis dar priima žmonės.
Svarbiausiu išbandymu taps pirmieji pagal naująją sistemą sukurti serijiniai modeliai. Jų patikimumas, remonto dažnis, saugumas ir realios degalų arba elektros sąnaudos parodys, ar trumpesnis kūrimo ciklas iš tiesų suteikė pirkėjams geresnį produktą.
Dirbtinis intelektas leidžia per tą patį laiką išbandyti daugiau konstrukcijos variantų. Tačiau jeigu greitesnis procesas būtų panaudotas tik sąnaudoms mažinti ir modeliams dažniau keisti, technologinis pranašumas nebūtinai taptų kokybės pranašumu.
Šaltiniai
Yahoo Autos. (2026). GM Fully Believes AI Will Help Make Its Cars Better And Faster
https://autos.yahoo.com/ev-and-future-tech/articles/gm-fully-believes-ai-help-032500367.html
Jalopnik. (2026). GM Fully Believes AI Will Help Make Its Cars Better And Faster
https://www.jalopnik.com/2225108/gm-believes-ai-will-make-better-cars/
General Motors. (2026). How GM’s designers use AI to accelerate their creative vision
https://news.gm.com/home.detail.html/Pages/topic/us/en/2026/apr/0416-designers-AI-creative-vision.html
DAO narių vertinimas
Straipsnio publikavimą patvirtino 5 iš 5 priskirtų DAO narių
Straipsnis aiškiai ir suprantamai pristato, kaip dirbtinis intelektas keičia automobilių kūrimo procesą, kas yra aktualu tiek automobilių pramonės, tiek technologijų mėgėjams.
Straipsnis pateikia tikslų ir išsamų informaciją apie GM naujoves automobilių kūrimo procese, remiasi patikimais šaltiniais ir vengia dezinformacijos. Jame aiškiai nurodoma, kaip dirbtinis intelektas gali pagerinti kūrimo efektyvumą, kas atitinka žurnalistikos etikos standartus.
Straipsnis yra aktualus, nes dirbtinio intelekto taikymas automobilių pramonėje yra svarbi tema, ypač Lietuvoje, kur automobilių pramonė ir technologijų inovacijos auga. Be to, GM siekis sutrumpinti kūrimo laiką atspindi globalias tendencijas, kurios gali turėti įtakos ir Lietuvos rinkai.
Straipsnis pateikia svarbią informaciją apie dirbtinio intelekto taikymą automobilių kūrimo procese, kas gali turėti teigiamą poveikį pramonei ir vartotojams, todėl jis yra naudingas ir konstruktyvus.
Straipsnis pateikia naujienas apie dirbtinio intelekto taikymą automobilių kūrime, be nepagrįsto nerimo ar emocinės manipuliacijos. Informacija yra aiški ir pagrįsta, todėl ją galima publikuoti.
