有幸在今年的Altair技術大會作為行業媒體記者，采訪了Altair的首席產品和戰略官Ravi Kunju先生以下簡稱（Ravi）， 和Ravi的對話讓我更全面地了解了Altair的產品策略，以及Altair最新的技術進展，特別是這兩年異軍突起的應用于設計仿真的Altair的 AI相關解決方案，對我來說收獲頗豐。現將采訪稿做簡要整理分享給制造業從事CAE、AI數據分析的朋友們，希望對你們更全面地了解Altair公司、CAE行業發展、以及工業AI的應用有一些參考價值。

采訪內容

Ravi Kunju先生您好，我是技術鄰的虞倫，很高興能有機會采訪您，您作為Altair的Chief Product and Strategy Officer, 想必您對Altair的產品和業務的優勢定位以及工業界對CAE&AI行業有深刻和廣泛的理解，所以我很期待今天和您的對話，希望能從您身上聽到和學習更多、更廣、更遠的CAE&AI行業的發展趨勢的理解，能否先請您簡單介紹一下您在Altair的工作內容。

大家好，我是Altair的首席產品與策略官，工程力學專業出身，從事過機械工程師，也有多年從商的經歷，并且獲得了工商管理碩士學位。

我之前負責Altair美國東北區域的銷售管理，也負責Altair的產品管理DA產品線，還負責Altair的HPC產品線，所以我是少數幾個跨多個平臺產品線工作的Altair的員工之一，這也是為什么我擔任Altair首席產品策略官的原因。

我直接向CEO匯報，并與我們的首席技術官、首席營收官、首席運營官和首席市場官，密切合作一起制定投資戰略，包括制定投資哪些產品，關注哪些行業等趨勢性策略、制定Altair的產品策略和定價策略，以上就是我大概的工作背景。

第一個問題是關于Altair 的 AI 相關解決方案 ，我注意到Altair 在今年6月已經被Gartner 魔力象限 評為數據科學與機器學習平臺領域的領導者，且 Altair的 physicsAI和微軟的OpenAI、google的AI產品并列為第一梯隊的無參化AI產品 ；資本市場上，Altair股票也被納斯達克列入AI板塊的權重股，驚嘆Altair在短短的幾年能從一個CAE公司如此快速地推出這么被高度評價的AI公司，能否請您介紹一下Altair是從什么時候開始布局AI，又是哪些主要關鍵因素導致你們在AI領域的成功？

這是個好問題。首先，你剛才提到你很驚訝 Altair如此快速發展成為一個被高度評價的AI公司，但我自己并不感到驚訝。 因為我們已經在數據科學數據方面工作了20多年。在拓撲優化和仿真領域，我們是創成式設計的領導者，比其他廠商都要做得早。

我們可以對模型指定想要的性能指標、指定其制造工藝，設定載荷工況，就能自動優化生成想要的幾何形狀。實現拓撲優化的方法就是數學。工程師設定一個可設計空間，設置好負載和制造約束，HyperWorks就會自動為你生成一個形狀，所有這些優化都是在后臺使用數學，數據分析是AI的基礎，已經融入了我們整個產品體系中。

在過去只有高級CAE用戶才能使用CAE軟件，我們通過不斷嘗試使用前沿技術，無論是機器學習還是人工智能，我們正在用低代碼環境讓它變得超級簡單，這樣人們就可以把他們的流程串起來，把他們的數據集中起來，使用機器學習人工智能，我們讓每個人都能在一個易于使用的環境中，快捷地接觸到其他人已經積累的技術。

這意味著我們必須融合數據科學和計算科學到一起,我們研發的Physics AI，您不必編寫任何代碼行，AI是完全自動嵌入到您的仿真流程中的，您可以將已經完成的計算結果作為訓練模型帶入我們的環境中，通過簡單幾個按鈕就可以創建AI模型。我們不斷的在推進AI for CAE的技術，為的是讓更多的人用更低的時間成本和物資成本，利用AI高效的加速設計研發產品，且簡單，易于使用。這也是我們在AI領域處于當前領先位置的原因。

是的，CAE界都在加速和AI融合，AI的迭代速度非常快，那么AI會導致CAE行業發生激烈的變化嗎？

我認為這將是一個漸進的變化。為什么這么說？Altair可以說也是一家產品設計公司，我們為客戶設計了很多尖端的產品。與我們的許多競爭對手不同，我們認識到什么是必要的，例如當我們在構建我們的求解器時，我們很快意識到我們有自己的HPC數據中心，這樣我們才能實現并行計算解決大型模型計算和迭代優化的問題，所以我們收購了HPC軟件PBS。

現在我們看到的是同樣的事情，數據也是決策的推動者, 人工智能已經變得非常普遍，所以我們也要把AI我們的另一種技術整合到我們的產品中。但是人工智能不會取代人類的智慧，人類的智慧很重要。

我要說的是，人工智能不會取代工作，但不采用人工智能的工程師將失去他們的工作。所以我認為這將是一個漸進的變化。即使是評估人工智能，你也需要人類的智慧來理解人工智能是否是對的。這就是為什么當有限元技術誕生后，你可以把一輛車離散成單元，你試圖解決一個有限元問題。你會發現有些地方的結果并不正確，這時候你需要去優化這個區域。

同樣的，人工智能技術剛提供結果的時候，你也不能就選擇相信其結果的準確性。你必須繼續學習，你必須理解AI試圖告訴你什么，把它作為一種技術來使用，才能有效地理解它想要表達的意思。所以這只是另一種技術。就這一點而言，它將取代你所說的設計一輛汽車的一切，它將為你設計它。公司必須組織信息，組織數據，不斷完善人工智能，用人類的知識驗證人工智能。然后你可以去精煉精煉，這是一個持續的過程。

CAE軟件公司的行業排名是否也會發生更快速地變化？

我覺得會。Altair一直在推動技術的發展，我們總是站在事物的最前沿，Altair在過去幾年中投資了超過5億美元用于收購Data Analytics和AI相關的技術；同時，我們很專注AI和CAE的結合。我相信Altair會在CAE行業的越來越來有競爭力。

我注意到這兩年Altair的產品變化幅度特別大，我總結一個特點是【融合】：

a)  “solver的融合”，在新版本的發展計劃中你們強調All in one solver，目標把所有的求解器封裝到一個solver模塊；

b)  “界面的融合”，新老HyperWorks的UI的融合，新的UI用戶體驗更加的友好，使用效率更高；

c)  “CAE和AI的融合”，現在Altair不僅有獨立的Rapidminer（現已更名為AI Studio），還推出了多個和CAE融合的AI應用，比如shapeAI、ExpertAI、PhysicsAI；

d)  以及“應用的融合”，Altair One將所有的Altair的應用模塊都部署到一個統一的Portal

最近兩個版本的發布如此強調融合，是否為了實現功能的融合擴展、和簡化降低用戶的使用成本？Altair在之后的產品計劃中會進一步的融合模塊嗎，甚至減少一些模塊的選擇，進一步降低用戶的理解學習選擇成本。

因為我發現一個問題，隨著你們推出多個不同應用場合目標的AI模塊之后，隨之而來帶來了用戶理解學習上的困難，對CAE用戶來說，理解和比較不同的AI解決方案在工程上的應用，要比理解和不同的CAE解決方案要難，因為深入理解AI最好是需要一些算法方面的背景知識，才能更好地理解AI工具的實用性，比較不同廠商的AI工具的能力的時候，更是如此。這也給你們AI解決方案的售前工作帶來了很大的挑戰。所以Altair AI在將來會不會進一步進行融合？

你的第一個問題是為什么要整合。將這些產品整合在一起的根本原因是為了讓更多的人能夠使用，我用簡單的方式向你解釋。

我們有一個適合工程師用的產品Inspire，既可以做幾何建模又可以做分析，它繼承了很多有限元網格處理模塊和仿真模塊，在有限元建模的時候Inspire會從后臺調用Hypermesh或Simlab，在求解的時候，根據不同的分析會從后臺調用Optistruct做結構分析、inspire Forming做沖壓分析、調用inspire Extrude做擠出分析。 所以Inspire作為一個產品在后端整合了多個軟件，但我們提供給用戶的GUI是同一個。

原因很簡單，最終客戶不會選擇購買十種不同的產品。 但如果購買我們的Inspire，這么多軟件都是可用的。 CFD仿真我們也在做同樣的事情，我們現在有了HMCFD，減少了大量的外部空氣動力學建模時間。 你可以引入一個大型的復雜模型，HMCFD集成了Ultra Fluid X，現在我們也在增加電磁能力和熱能力，我們將把它們全部納入同一個用戶界面，用戶根據需要自動調用不同的模塊,這是關于用戶界面GUI集成的第一個問題的回答。

另一個問題，我們有不同的AI產品，我們有physicsAI、ShapeAI等多個AI產品，一旦我們發現了這些技術，我們就將其整合到產品中。為了讓我們的客戶理解我們不同AI的定位，我們將他們進行不同名稱的標記，ShapeAI是基于幾何識別，physicsAI是基于GDL幾何深度學習，RomAI基于歷史數據，數據標量向量等信息，但它不是基于幾何學的。RapidMiner（現已更名為AI Studio）是一個基于通用數據的機器學習平臺，它允許你從多數據流串行數據形成機器學習循環。

上述幾個涉及的問題是不同類別的問題，你需要不同的方法。這就是我之前想告訴你的，人工智能是一種技術，我們要學會用在什么類型的問題時候使用什么AI產品。

但我們也在開始互相整合，我們在RapidMiner（現已更名為AI Studio）中為HyperView提供了一個插件，這樣他們就可以引入幾何圖形并查詢幾何圖形。我們的客戶也在嘗試使用他們的流程窗口以快速的方式處理工作。但目前為了讓我們了解客戶使用的是什么方面，我們不得不給這些技術貼上標簽，所以這就是為什么這些名字使用了一段時間，但我會把這些AI都放在Altair AI的相關解決方案中。

Altair One這個概念推出已經很多年了，它將所有的Altair的應用模塊都部署到一個統一的Portal，向用戶提供了一個極易部署、極易擴展、極易應用的模式，看起來像是一個終極Portal，但就像您說的Altair One在用戶端并沒有獲得足夠的認知和應用。在中國市場我感覺更是如此，我理解這里有個重要原因是不同的Local市場有不同的消費習慣，但也跟不同的發展階段有關。

隨著AI融合CAE的應用越來越普及，我覺得Altair One這個模式會越來越彰顯價值，能否請您重點介紹一下Altair One，幫助更多的中國用戶了解并應用Altair One。

Altair One相當于用戶使用Altair產品的門戶，是我們的客戶和Altair互動的入口，客戶可以登陸Altair One了解Altair產品，下載Altair產品。另外Altair One也是用戶用來部署數字化企業的門戶。它允許工程師，數據科學家組織數據，可視化數據，并在任何云上的任何位置進行任何規模的協作，以應對任何規模的工作負載。它有自己的工程文件管理系統，我們也支持第三方應用程序。

首先，如果沒有組織化的數據，任何類型的人工智能和機器學習都是不可能實現的。Altair One提供了一個框架，它完全理解你做了什么，你的數據在哪里，你的信息是什么，并幫助您連接到本地的HPC系統，你也可以把算力從本地擴展到到云端。通過簡單的Web瀏覽器可視化一切，連接您的HPC，并在一個地方組織您的所有數據提交作業，監控作業。

所有這些事情都可以用Altair One來完成。在美國我們為所有客戶提供他們購買的軟件，也可以用同樣的AU點數在Altair云上啟動計算作業，這是非常非常獨特的。但是因為一些限制，我們在中國沒有提供這種服務。

Altair One也支持部署到用戶的私有云。我們還推出了一款經過改造的設備，我們稱之為網關設備，這將被允許幫助你Burst到公有云。我們的客戶使用此網關設備擴展到他們自己的云中，以進行縱向擴展和橫向擴展。同樣，這可能不會立即適用于中國，但我們會與合適的供應商合作，但我們會確保我們可以與一些當地供應商合作以提供幫助。

現在制造業要滿足越來越快的市場響應需求，所以他們對CAE仿真的效率越來越重視，Altair有一個無網格快速仿真分析軟件SimSolid，看起來越來越多的用戶開始應用這個軟件，甚至直接替代傳統的CAE分析軟件。能否請您介紹一下Altair對HyperWorks和SimSolid兩個產品組合的定位關系，和Simsolid將來的發展計劃。

SimSolid是非常強大的軟件，我們看到SimSolid有非常多的功能更新，并且整合到了Inspire平臺。除了做結構問題，SimSolid還在擴展多物理場求解能力，包括電磁場分析。SimSolid做結構分析非常快，但是SimSolid并不能解決所有的仿真問題。有一些特定的問題，需要考慮隱式顯式等復雜的求解，我們投入了大量資金來加強SimSolid的求解能力，并將其和蘋果操作系統兼容。

但就像你之前提到的，提高CAE的效率除了SimSolid，還有AI等方式。如果你有一個相當好的人工智能模型，你可以基于十個模型探索上千個不同的模型。我們正在探索每一種可能的方法來加快速度。甚至在我們的求解器中，當你使用我們的求解器時，我們都在開始使用機器學習，即使在計算迭代過程我們也在嘗試通過機器學習的方式更快地收斂。

是的，我也注意到Altair向用戶提供了多個選擇來提供CAE的效率，SimSolid是其中一個選項，還有AI、HyperWorks二次開發。我了解到一些客戶，有幾百個設計工程師和和20多個CAE工程師，設計工程師先用SimSolid做快速結構仿真評估，最后再由CAE工程師用有限元分析去做精準仿真驗證，大大提高了分析的效率，降低了企業對CAE的投入，我覺得這個組合非常好。

AI是今年的重點，所以最后一個問題還是和AI相關。我注意到已經有很多中國的CAE用戶在積極地嘗試在實際工程中應用AI，有些是基于CAE的結果數據，有些是基于實驗或運行數據，特別是后者，客戶在落地中往往會遇到很多阻力。有些是數據量不夠或者數據不規范的問題；有些是多系統間數據的協同不暢造成的問題；有些是跨部門協調的不通暢，超出了CAE部門的職責權限，總之AI在工程的應用遠比通用領域的應用要難，很多方面并不是技術的問題。請您對中國的制造企業提一些建議，如何更好地在工程問題中應用好AI。

我可以告訴你同樣的問題，25年前當我在做制造業的時候，我用沖壓分析軟件對沖壓進行模擬預測問題。我不得不去沖壓廠的車間去畫設計圖，一開始他們不相信模擬，他們說我們有很多經驗，后來慢慢地開始理解CAE是什么，他們遇到問題后會打電話給我來尋求我用CAE來支持。我對當時的沖壓分析經驗的總結是：如果你得不到好的數據，就得不到好的結果。

同樣情況也適用于AI應用，你需要有好的質量的數據來訓練它。我們需要來通過模擬或測試來驗證AI，訓練AI。所以我的建議是。AI是偉大的技術，但你應該像其他事情一樣謹慎使用它，你必須確保你提供了良好的數據。你必須訓練他們，你必須要有耐心。

中國擁有當今世界上最大的制造業基地，這意味著你擁有最大的數據信息，在真正的制造業中，你可以從你已經擁有的數據中學到很多信息。所以我認為你們坐在一個信息數據的金礦上，首先要確保你所設計的和你所做的，信息數據必須與你的模型相匹配，你所期望的他們的表現都是一致的。你需要把袖子卷起來，持續投入進去去驗證訓練。沒有其他選擇。是的，你必須深入了解它。

是的，我認為對你們技術支持來說，對AI產品的支持要比CAE產品的產品的挑戰大得多，客戶需要更多的講解、培訓和售后支持。

確實，我們的團隊擁有一群卓越的工程師，他們既精通計算機輔助工程（CAE），又熟悉人工智能（AI）技術。我們致力于為用戶提供專業且全面的支持。我們別無選擇，必須不斷學習，與客戶共同進步。中國涌現出大量杰出的才俊，我們相信，在這一領域，您無法找到比這里更快速成長的學習環境。

Altair正竭盡全力將AI技術應用于制造業工程。我們堅信，中國已經具備了充分利用人工智能的成熟條件，這一趨勢正在不斷發展，并將日益加速。

通過和您的對話，我現在更能理解您在上午演講中的一句話提到：Altair是唯一一家既能提供Rocket Sicense又能提供Data Sicence的公司，Altair的（HyperWorks+HPC+AI)三大耦合的技術方案正在構建這一令人激動的技術愿景。

通過和您的對話，我也更深入地感受到了工業界日新月異的技術發展，給中國制造業帶來的比以往更大的技術創新和應用的機會。謝謝您的分享，希望Altair公司能繼續給我們工業界帶來更好的技術和產品。