ALPHA-Design

La conception de nouveaux produits innovants s'appuie généralement sur des simulations numériques pour prédire le comportement physique du système (mécanique, thermique, électromagnétique, etc.) et réaliser son optimisation. Ces méthodes, bien établies, se révèlent cependant coûteuses en moyens de calcul et nécessitent une expertise importante, ce qui freine leur dissémination dans l'industrie.

Ce projet vise à explorer une approche alternative, reposant sur des techniques d'apprentissage par réseaux neuronaux. Contrairement à la plupart des approches en intelligence artificielle, on ne cherche pas à approcher des données mais à apprendre les lois de la physique (équations différentielles ordinaires ou équations au dérivées partielles). L'enjeu est alors de construire un modèle neuronal incluant, en un seul entrainement, les différentes physiques en jeu, leurs couplages, ainsi que les conditions d'optimalité du système.

Une telle approche constituerait un puissant levier pour démocratiser la conception optimale multidisciplinaire et l'utilisation des jumeaux numériques.