Bmw et Mistral AI s’associent pour faire progresser la simulation de crash grâce à l’intelligence artificielle. Le constructeur allemand veut gagner en qualité, en précision et en rapidité sur des tâches d’ingénierie complexes, dans un domaine où les volumes de données atteignent désormais des niveaux considérables.
Cette collaboration constitue une première étape vers un usage plus large d’une IA spécialisée dans le développement véhicule et, plus largement, dans la chaîne de valeur du BMW Group. L’enjeu est clair : exploiter des données industrielles très spécifiques, plutôt que de s’appuyer uniquement sur des modèles généralistes.
BMW et Mistral AI ciblent la simulation de crash
BMW réalise chaque semaine des milliers de simulations de crash virtuelles. Ces calculs produisent d’importants volumes de données d’ingénierie. Au fil du temps, le groupe a constitué un historique dépassant un pétaoctet de données liées aux simulations de crash.
Pour BMW, cette base offre une vision détaillée des structures de véhicules et du comportement des matériaux. Elle sert de socle pour entraîner un modèle d’IA industriel capable d’accompagner les équipes dans des tâches de développement particulièrement complexes.
Franz Decker, CIO et senior vice president du BMW Group, résume l’approche ainsi : « Pour le BMW Group, l’utilisation des données industrielles est un facteur clé pour transformer l’intelligence artificielle en création de valeur. En combinant nos jeux de données d’ingénierie avec les capacités d’entraînement de modèles de Mistral AI, nous construisons une IA spécialisée qui soutient des tâches de développement complexes. »
Des modèles industriels plutôt qu’une IA généraliste
BMW met l’accent sur les Large Industry Models, ou LIM. Ces systèmes d’IA sont entraînés sur des données d’ingénierie, de simulation et de tests de sécurité propres au développement automobile. Leur intérêt est d’intégrer directement une connaissance métier dans le modèle, là où une IA généraliste se montre moins adaptée à ce type de problématique.
Cette approche ne repose pas seulement sur de grands volumes de données. Elle exige aussi une expertise technique et des environnements capables de faire apprendre l’IA à partir des processus de développement de BMW.
Marjorie Janiewicz, chief revenue officer de Mistral AI, voit dans cette collaboration un exemple d’IA industrielle appliquée à un problème concret : « Alors que l’IA industrielle devient la nouvelle frontière de l’IA, nous sommes fiers de nous associer au BMW Group. Cette collaboration montre comment des modèles d’IA spécifiques à l’industrie peuvent aider à résoudre des défis d’ingénierie complexes tels que la simulation de crash. »
Pour l’automobile, la démarche illustre une tendance forte : l’IA ne se limite plus aux interfaces utilisateur ou aux assistants embarqués. Elle s’installe aussi au cœur du développement, là où la précision des calculs et l’exploitation de données historiques peuvent peser directement sur la conception des futurs véhicules.
Restez informé
Suivez-nous sur Google Actualités
