Introduction

JuliaHub, une startup d'ingénierie industrielle, a levé 65 millions de dollars pour développer sa plateforme Dyad 3.0, qui vise à automatiser la conception et les tests de produits industriels complexes en utilisant l'intelligence artificielle (IA).

Contexte Technique

La plateforme Dyad 3.0 de JuliaHub est conçue pour permettre ce que son PDG, Viral Shah, appelle « l'ingénierie agente à grande échelle ». Il s'agit d'un environnement basé sur le cloud qui permet à de nombreux agents IA de travailler ensemble pour concevoir l'infrastructure industrielle mondiale. Dyad repose sur les lois de la physique et peut être utilisé pour créer des systèmes ultra-réalistes et des environnements similaires à la vie réelle pour tester les nouvelles machines et infrastructures.

La startup utilise le langage de programmation Julia, conçu pour le calcul mathématique haute performance, pour combiner l'apprentissage automatique scientifique avec des simulations de physique évolutives. Cela permet aux agents IA de concevoir des systèmes complets à partir d'une spécification complète.

Analyse et Implications

L'un des défis majeurs de JuliaHub est le problème des « hallucinations » de l'IA, où les agents peuvent prendre des décisions incorrectes en raison d'une compréhension incomplète des concepts physiques. Pour résoudre ce problème, la startup utilise l'apprentissage automatique scientifique, qui combine des données de capteurs du monde réel avec des équations basées sur la physique pour garantir que les sorties des modèles sont précises.

La plateforme Dyad fournit aux agents un accès à des outils scientifiques complexes et à de grandes quantités de données, leur permettant de développer des « jumeaux numériques » de systèmes et d'automatiser les tests de résistance nécessaires pour garantir qu'ils peuvent résister à tout ce que le monde réel leur impose.

Perspective

JuliaHub vise à rendre Dyad la norme de l'industrie pour l'ingénierie « native IA » et utilise les fonds levés pour développer ses efforts de commercialisation et améliorer ses intégrations avec les partenaires. À l'avenir, la startup aspire à aller au-delà de la conception de l'infrastructure mondiale et à permettre des « opérations autonomes », où chaque machine complexe est gérée par des agents IA qui peuvent optimiser ses performances et anticiper les problèmes, avec une intervention humaine minimale.