Otomotiv tasarım dünyası, gelişmiş 3D görselleştirme araçları ve VR heykel yapma platformlarıyla dolu, ancak ortalama bir yeni otomobil hâlâ bir taslak olarak dünyaya adım atıyor.
Bu taslaklar, genellikle elden ele geçerek farklı açılardan sonsuz revizyon ve iyileştirme sürecine tabi tutuluyor. 3D modellere dönüşmeden önce bazıları dijital dünyada kaybolurken, diğerleri kıvrımları ve profilleri daha iyi görselleştirmek amacıyla kille şekillendiriliyor. Bu, genellikle yarım on yıl süren bir tasarım ve geliştirme sürecinin yalnızca başlangıcıdır.
Bu yaz, bayilere ulaşan birçok yeni otomobilin ilk olarak 2020 veya 2021’de tasarlandığını gösteriyor. Alternatif yakıt teşviklerinin yaygın olduğu, elektrikli araç şarj istasyonlarının hızla yayıldığı ve içten yanmalı motorların günlerinin sayılı olduğu bir dönemde başlatılan girişimler.
Bugün her şey değişti. Trump yönetiminin ikinci dönemi, çeşitli elektrikli araç teşviklerini sona erdirdi ve ithalat/ihracat kısıtlamalarıyla tarife engellerini uygulamaya koydu. Bir zamanlar on yıla kadar tamamen elektrikli olma sözü veren otomotiv üreticileri, şimdi hareket eden her şeye motor koymakla meşgul ve fabrikalar, ithalat kısıtlamalarının en kötüsünden kaçınmak için aceleyle yeniden görevlendiriliyor.
Bütün bu karmaşanın ortasında, birçok üretici yapay zeka patlamasından yararlanıyor ve 60 aylık yeni otomobil tasarım ve geliştirme penceresini yakalamaya çalışıyor. Yine yapay zekanın çoğu yönünde olduğu gibi, burada potansiyel büyük bir önem taşırken, bazı daha rahatsız edici sonuçlar da ortaya çıkıyor.
GM’de, yeni otomobil geliştirme süreci tasarım aşamasında yapay zeka ile destekleniyor. General Motors’ta yaratıcı tasarımcı olan Dan Shapiro, benimle çalışma sürecini paylaşırken, her zaman insan tasarımıyla başladığını belirtti. “Tasarım aşamasının amacı budur,” dedi ve “Yapay zeka bunu daha erken görmemize yardımcı oluyor.”
El yapımı taslakları, ticari olarak temin edilebilen Vizcom isimli bir araca beslemesiyle, Shapiro saatler içinde tamamen gerçekleştirilmiş bir 3D model ve animasyon oluşturdu. Bu işlem, daha önce “birkaç ekibin birkaç ay süren” bir süreçti.
Shapiro’nun örneği, Night City sokaklarında rahatça görünüm gösterebilecek cesur hatlara sahip bir konsept otomobiliydi. “Bu Chevy konsept aracının dinamik bir eylem görüntüsünü oluştur… Boş yükseltilmiş sokaklar. Modern şehir,” gibi yazı temaları kullanarak, basit bir animasyon oluşturdu. Yakında, siberpunk bir gelecekte her zaman ıslak bulunan yollar üzerinde ilerliyordu.
Bazı taslak sürümlerinde, dikey tekerlek kapakları kayboldu, ancak birkaç tema revizyonu ve yeniden render yapılmasıyla bunlar hızla düzeltildi.
Şu an için bu animasyonlar yalnızca iç kullanımda mevcut; GM ekiplerinin neyin işe yaradığını görmelerine yardımcı olan hareketli mood board’lar olarak kullanılıyor. Shapiro, tasarımı şekillendirenin her zaman insan tasarımcılar olduğunu savundu: “Biz hala Buick, GMC, Cadillac ve bu durumda bir Chevy gibi hissettiren şeyleri belirleyen rahipleriz.”
Ancak, yapay zekanın burada da bir etkisi var.
Hesaplamalı akışkan dinamiği (CFD), belirli bir şeklin etrafında bir akışkanın ne kadar iyi aktığını belirleme bilimidir. CFD, elektrikli araçların daha uzun mesafeler kat etmesine ve büyük kamyonların hafif bir şekilde rüzgar direncini artırmasına yardımcı olur. 2018’den itibaren, İsviçre merkezli Neural Concept, akışkan dinamiği sanatına yapay zeka güçlerini entegre etti. Önceki saatler alan görevler, Nvidia gibi GPU’lar üzerinde birkaç dakikada simüle edilebiliyor.
Neural Concept, aile sedanlarından Formula 1 yarış arabalarına (Williams Racing bir müşterisi) kadar her şeye teknoloji uyguladı ve çoğu müşterisi tasarım araçları ve süreçlerinin gizliliğini korumayı tercih etse de, Jaguar Land Rover (JLR) son zamanlarda bu teknolojinin faydalarını dile getirdi. Bu yılki Nvidia GTC’de, JLR’deki kıdemli teknik uzman Chris Johnston, daha önce 4 saat süren aero görevlerinin artık 1 dakikada tamamlandığını söyledi.
GM de aynı yolda ilerliyor; “yapay zeka destekli sanal rüzgar tüneli” geliştirmekte. GM Ar-Ge’de teknik meslektaş ve laboratuvar yöneticisi Scott Parrish, bana bir demo sundu. “Sürüklenme için neredeyse anlık tahminler sağlayan bir yapay zeka modeli geliştirdik,” dedi. Tasarımcılar ve mühendisler yüzeyleri itip çekebilir ve hemen geri bildirim alabilirler.
Artık yalnızca otomobiller yeniden şekillendirilmiyor. GM’nin işlemi de değişiyor. Tasarımcılar önceden model taslaklarını CFD mühendislerine devrederken, bunlar günler veya haftalar süren testlerden sonra geri bildirim sağlıyordu. Şimdi ise süreç daha iteratif hale geldi. Tasarımcılar hızla 3D modeller üretebildiklerinden CFD çalışmaları daha erken başlayabiliyor.
Tüm bu otomatik prosedürler mükemmel değil. “İnsanların gözetimi altında otomobilleri tasarlayan otonom sistemler inşa ediyoruz,” diyor Neural Concept’ten CEO ve kurucu ortak Pierre Baqué. “Değer, yapay zekanın hızı ile insan yargısının birleşiminden gelir. Bizim amacımız insanı bu süreçten çıkarmak değil.”
Bir aracın görünümü ve havada nasıl kesildiği, yarım yüzyıl boyunca geliştirme yol haritasına katkıda bulunan tek unsurlar değil. Kodlama giderek daha büyük bir iş haline geliyor. Yazılım tanımlı araçlara yönelik baskı, daha karmaşık entegrasyon çalışmaları gerektiriyor ve bu durum lansmanları erteleyerek milyarlarca dolara mal oldu. Yapay zeka burada da bir fırsat olarak görülüyor.
Nissan’da ana odak, yazılım geliştirmesinin bazı basit görevlerini otomatikleştirmek—birim testleri gibi—üzerine kurulu. Nissan’da yazılım tanımlı araçlardan sorumlu üst düzey yönetici Takashi Yoshizawa, bu kod oluşturma araçlarının “hem geliştirme hızını hem de kalitesini artırdığını” söyledi.
Görsel: GM
Yapay zekaya dalan şirketler arasında sıkça tekrarlanan bir tema, insan sayısını azaltmadan aşağıdaki işleri ortadan kaldırarak çalışan verimliliğini artıracaklarıdır. GM temsilcileri bu konuda çok net. “Bu, birçok insan için endişe verici bir konudur, ama gerçekten yaptığımız şey, insanlara GM’de ne yapmak için geldiklerini yapma fırsatı vermek,” diyor GM Küresel Tasarım’daki tasarım inovasyonu ve teknoloji operasyonları direktörü Bryan Styles.
Neural Concept’teki Pierre Baqué de, bu durumu müşterileri için benzer sözlerle ifade etti: “Platformumuz mühendislik ekiplerini güçlendirmek için tasarlandı, onları azaltmak için değil.”
Matteo Licata bu konuda çok da emin değil. Eski bir otomotiv tasarımcısı olan Licata, şu an Torino’daki IAAD (Istituto di Arte Applicata e Design) üniversitesinde profesör. “Tasarım stüdyolarındaki işler hemen ortadan kaybolmayacak ama düşündüğüm kadarıyla, bu kadar büyük bir verimlilik artışının bir şekilde stüdyonun iş gücünü etkilemeyeceğini düşünmek bir aptallıktır,” diyor.
Bu durum, Licata’nın öğrencileri için daha rahatsız edici sonuçlar doğurabilir. “Otomotiv tasarımına girmek, zaten AI’dan önce çok zorlayıcıydı. Şimdi ise sadece daha da zorlaşacak,” diyor.
Görsel: GM
Yapay zekanın bir avantaj mı yoksa bir sorun mu olduğu, büyük ölçüde üreticilerin bunu uygulamadaki ölçümlerine bağlı. Bazıları diğerlerinden daha iyi yargı gösteriyor. Dodge, son zamanlarda en popüler modellerinin 20 yıl önceki bazı “eski aile fotoğraflarını” paylaştı. Gerçekte, yapay zeka tarafından üretilen resimler neredeyse asıl şeye benzemiyordu.
Pazarlama hatalarının ötesinde, anın hedefi hız. GM’nin tasarım sürecine entegre edilen yapay zekalar, artık gelecek nesil otomobiller için kullanılmaya başlandı, ancak bu arabaların piyasaya ne zaman çıkacağı hakkında kimse yorum yapmadı. Nissan ise, ABD pazarındaki momentumunu yeniden kazanma çalışmaları çerçevesinde, yeni araçlar için 30 aylık bir hedef belirliyor.
Bu hız yeterince hızlı mı? 2029’da göreceğiz.
