人工智能可能足夠聰明，足以在國際象棋上擊敗冠軍，并在自己的游戲中超越許多世界一流的玩家。他們無法做的一件事：以83.13英里/小時的最快人力車速度記錄擊敗世界上最快的自行車手。好吧，那將需要一個人。

話雖如此，但這并不一定意味著通過提供必要的測量值以使自行車將空氣阻力降低到最小的絕對值，AI不能用于設計世界上最簡化的自行車。瑞士洛桑聯邦理工學院計算機視覺實驗室（EPFL）的研究人員開發了一種針對相同應用的新型機器學習算法。

根據創建者的說法，該算法是針對不同3D形狀的空氣動力學質量進行訓練的，這使其能夠理解物理定律。

研究員PierreBaqué告訴《數字趨勢》：“我們的算法不是根據方程式的解決方案或模擬運動的粒子，而是根據以往的經驗來預測空氣動力學性能，就像人類工程師一樣。” “通過這樣做，我們將估計新設計性能的時間從幾個小時減少到了幾毫秒，這使我們能夠實現基于計算機的自動形狀優化。”

這項名為神經概念的新技術被用作法國安納西大學技術學院新設計的“空氣速度自行車”的起點。在未來幾天進行首次試車后，這款車將用于今年9月在內華達州舉行的世界人類速度挑戰賽。

目前的記錄保持者是塞巴斯蒂安·鮑伊爾（Sebastiaan Bowier）的火箭式自行車。看看神經概念的算法是否可以派上用場以打破記錄將是很有趣的。巴克（Baque）指出，有時測量的空氣動力學性能比傳統方法高出5%至20%。

至于神經概念的未來？Baqué說：“我們的初創公司正在開發基于深度學習的生成設計技術的商業應用。” “我們將與工業界開始合作，同時不斷開發我們的軟件。”

如果Neural Concept確實打破了記錄，這對于開發人員來說將是新的成就，也將為使用人工智能打開新的大門。