这提供了对“大量高质量数据”的访问,从而使耐克森能够确保预测模型具有良好的预测性能,以应对数据不足的情况。根据耐克森的说法,在轮胎开发过程早期预测轮胎性能的能力,对生产的原型数量和开发时间有重大影响。传统上,有限元分析 (FEA) 用于预测通用轮胎的性能。该技术可以虚拟地模拟轮胎的形状和材料特性,而产品的机械特性可以通过数值计算来确认。虽然 FEA 可以评估高精度的性能估计,但计算这些数字需要花费很长时间。因此,开发人员倾向于在概念设计阶段分析性能,而在耐克森看来,这样做效率是比较低的。耐克森的新型人工智能的预测系统,除了现有的基于 FEA 的性能预测技术外,还允许在预生产过程中“更快、更准确”地进行轮胎设计和性能改进。 耐克森大学城市研发研究所的 Seong Rae Kim 研究员说:“我们的目标是完成‘虚拟大脑循环系统’的开发,这是一个基于我们自己的虚拟设计技术的轮胎开发系统。”高丽大学的 Seoung Bum Kim 教授和汉阳大学的 Ki Chun Lee 教授合作开发了使用 AI 技术的新轮胎性能预测系统。