Simulation et Intelligence Artificielle : état de l’art

‍
▷ William Bécamel, Expert Leader of Numerical Modeling and Simulation - Groupe RENAULT
‍
William Bécamel est responsable de l'efficacité et du développement des méthodes numériques, dans tous les domaines physiques. Il a rejoint le Groupe Renault en 2003 pour travailler sur l'aérodynamique et la performance thermique dans les projets de véhicules. Après plusieurs années consacrées à la mécanique des fluides, il a élargi son domaine et a travaillé en tant qu'ingénieur de synthèse pour les véhicules de la plateforme CD Segment, déployant et validant les demandes de performances des clients, pour être finalement l'ingénieur en chef du véhicule de la Mégane Plug-in Hybrid.

Il partagera sa vision des enjeux actuels liés à la simulation et à l’intelligence artificielle, sujets qu’il aborde régulièrement dans le cadre de son engagement au sein de la SIA (Société des ingénieurs de l’auto).

 
‍

Réutilisation des Connaissances avec l'IA

‍
▷ Charles Zgheib, Co-founder & CEO - BRIGHTCLUE
‍
Brightclue propose une solution innovante pour l'industrie en intégrant des algorithmes dans la gestion des données techniques. Leur produit phare, PROBE, transforme les données techniques passées en connaissances immédiatement exploitables. L’objectif, réduction des coûts et délais dans la conception de pièces en utilisant des données existantes et en automatisant le processus de chiffrage pour garantir des pièces fonctionnelles dès le premier essai.
Impacts :
‍

• Réduction du temps perdu dans la recherche et la recréation de solutions passées.
• Optimisation de la conception produit grâce à une meilleure exploitation des connaissances accumulées

‍

‍

Optimisation des Processus Industriels avec l'IA hybride

‍
▷ Angelo Pasquale, Co-founder & CTO - DUOVERSE
‍
Duoverse, start-up issue du Laboratoire PIMM, se distingue par sa capacité à intégrer IA hybride et simulation physique dans des environnements industriels complexes. L'entreprise propose des solutions pour améliorer les processus de fabrication, réduire les coûts et l'impact environnemental tout en optimisant la prise de décision. Parmi les multiples cas d’usages nous aborderons notamment la simulation d’emboutissage de tôle et de crash tests automobile, réduisant ainsi le besoin de prototypage et de longues phases de test.
Impacts :
‍

• Accélération des processus de simulation et prototypage.
• Minimisation des coûts environnementaux et énergétiques grâce à une consommation réduite de données et de calculs avec l’IA frugale