人工智能助力设计高效节能的新型水下滑翔器

近日，麻省理工学院计算机科学与人工智能实验室（CSAIL）和威斯康星大学麦迪逊分校的研究团队提出了一种新的方法，利用人工智能帮助探索更多未知的水下滑翔器设计。长期以来，海洋科学家们一直惊叹于鱼类、海豹等动物尽管形状各异，却能在水中高效游弋的能力。这些动物的身体结构优化了水动力学特性，使它们在长途跋涉中耗费的能量最小。相比之下，目前自主航行车辆的设计较为单一，多为类似管状或鱼雷的形状，尽管这些设计也具有较好的水动力学性能，但要测试新的设计仍需要大量的实地试验。 研究人员通过收集超过20种传统海洋探测形状的3D模型，如潜艇、鲸鱼、魔鬼鱼和鲨鱼等，然后用“变形笼”对这些模型进行调整，生成新的形状。接下来，他们使用神经网络模拟这些新形状在不同入射角下的水下表现，计算其升阻比，即滑翔器所受上升力与阻力的比率。升阻比越高，滑翔器的航行效率就越高。实验结果显示，AI生成的两种设计——一种类似于飞机的两翼结构，另一种则是四翼结构，形似一条平扁的鱼——均优于手工制作的传统鱼雷型滑翔器，在游泳池中的能效更高，所需的能量更少。 这项研究不仅有望为海洋学家在测量水温和盐度、研究洋流以及监测气候变化等方面提供更加高效的工具，还可能开启水下滑翔器设计的新篇章。研究团队认为，该方法可以显著减少人类在设计过程中所花费的时间和精力，使得更多新颖的设计能够得以实现。未来，他们计划进一步缩小模拟与现实性能之间的差距，开发能够应对突然变化洋流的机器，并探索更薄的设计可能性，甚至实现微型化。 业内专家表示，这一突破性的研究将为水下探测技术带来深远的影响，不仅提高了设备的探测范围和精度，还降低了成本和能耗。麻省理工学院计算机科学与人工智能实验室主任丹尼拉·鲁斯教授指出，这项技术的应用范围可能会逐渐扩大到其他类型的海洋机器人，甚至陆地和空中无人驾驶设备的设计中。MIT-CSAIL和威斯康星大学麦迪逊分校的研究人员希望通过该项目为未来智能水下探测提供新思路，推动相关技术的发展。