Nissan ha annunciato l’estensione per altri tre anni della collaborazione con Monolith, società specializzata in intelligenza artificiale, con l’obiettivo di rendere più rapido ed efficiente lo sviluppo dei nuovi veicoli. La partnership, che prosegue fino al 2027, punta a ridurre il ricorso ai test fisici e ad abbreviare il time-to-market dei futuri modelli Nissan destinati all’Europa. L’accordo si inserisce nel piano di rilancio Re:Nissan e sfrutta la combinazione tra i 90 anni di esperienza di ricerca e sviluppo del marchio giapponese e le tecnologie di apprendimento automatico messe a disposizione da Monolith. L’IA è già stata impiegata per i test della nuova Leaf prodotta a Sunderland e verrà estesa alla futura gamma europea. Gli ingegneri del Nissan Technical Centre Europe, a Cranfield, utilizzeranno i modelli predittivi di Monolith per simulare con maggiore precisione i risultati dei test fisici, permettendo così di ridurre la necessità di prototipi, velocizzare le fasi di validazione e destinare più risorse alla risoluzione dei problemi e alle decisioni progettuali. La collaborazione tra le due aziende aveva già portato risultati significativi nello studio dei giunti bullonati dei telai, consentendo di determinare la coppia di serraggio ideale e riducendo del 17% i test fisici necessari. Nissan stima che l’applicazione di questo approccio all’intera gamma europea possa dimezzare i tempi di collaudo. “Integrando l’intelligenza artificiale di Monolith con i nostri decenni di dati di test, siamo in grado di simulare e validare le prestazioni dei veicoli con notevole precisione – ha spiegato Emma Deutsch, responsabile delle attività di ingegneria e test del centro europeo Nissan – Questo accelera lo sviluppo, riduce le risorse impiegate e rafforza il nostro impegno verso innovazione e sostenibilità”. Soddisfazione anche da parte di Monolith. “La nostra missione è fornire strumenti di IA per uno sviluppo più intelligente e veloce”, ha dichiarato il ceo Richard Ahlfeld, sottolineando come i risultati ottenuti con Nissan rappresentino un esempio concreto dell’efficacia dell’apprendimento automatico nell’ingegneria automobilistica.
Automobile Magazine – Italia
