El copiloto con IA del MIT permite a los ingenieros guiar diseños estructurales en tiempo real
Una nueva herramienta muestra a los diseñadores de edificios el borrador que está creando la IA y pide su opinión, produciendo estructuras más resistentes y viables en solo 15 segundos adicionales.

Un programa que permite a los ingenieros guiar los diseños de edificios y puentes generados por IA mientras se están creando
- La IA hace un boceto del diseño estructural
- El sistema se detiene para pedirte tu opinión
- Tú reforzás o aligerás ciertas zonas
- El diseño queda más fuerte y listo para construir
Qué puedes hacer con ello
- Un ingeniero estructencial en ejercicio podría revisar un diseño de edificio o puente generado por IA a medida que se desarrolla y guiar cambios para hacerlo más fácil de construir y confiar 1.
- Un equipo de ingeniería podría usar el copiloto para ajustar regiones identificadas de una estructura compleja haciéndolas más gruesas o más delgadas antes de que se fije el diseño final 1.
- Investigadores y estudiantes en el ámbito académico podrían aplicar el enfoque colaborativo a tareas de optimización topológica que previamente requerían grandes recursos computacionales y amplia experiencia 1.

Picture: news.mit.edu
Hacer que las computadoras diseñen con ayuda humana
Los ingenieros han usado desde hace mucho tiempo algoritmos para crear nuevas piezas para aviones ultralivianos, antenas de gran ancho de banda y autos de carreras de F1 1. Pero los métodos de diseño algorítmico más avanzados suelen necesitar mucha potencia de cómputo y tiempo . Hasta hace poco, los diseñadores tenían que esperar a que terminara todo el diseño por computadora antes de ver algo —y si no les gustaba, tenían que empezar desde cero . Peor aún, esos diseños finales a veces eran difíciles de construir de verdad o difíciles de considerar como estructuralmente seguros .
Eso ha hecho difícil que las personas que diseñan edificios y puentes confíen en herramientas puramente automáticas 1. «Los ingenieros siempre son muy escépticos de los programas por computadora, especialmente si te dan diseños muy extraños o inesperados», dijo Dat Ha PhD '26, autor principal del nuevo estudio y ahora diseñador estructural en LeMessurier .
La intervención humana supera a la automatización pura — y con casi cero demora
Resultados de pruebas del MIT; carga de pandeo = fuerza antes del colapso repentino
Pedir retroalimentación humana a medida que crece el diseño
El equipo del MIT decidió hacer que la optimización topológica —la técnica que genera estas formas avanzadas— funcionara más como un proceso colaborativo 1. En lugar de esperar hasta el final, el sistema se detiene durante el diseño y resalta áreas donde un humano probablemente querría hacer cambios . Un modelo de aprendizaje automático, entrenado con miles de ejemplos sintéticos de dónde los humanos normalmente alteran diseños generados por computadora, predice esos puntos rápidamente .
El objetivo es aprovechar el pensamiento de los diseñadores y que lleven su conocimiento específico del dominio al trabajo a medida que el diseño progresa,
En las pruebas, este enfoque con intervención humana mejoró la facilidad de manufactura de los diseños e incrementó la carga de pandeo lineal en un 39 %, mientras agregaba solo unos 15 segundos al tiempo total de diseño comparado con ejecuciones totalmente automatizadas 1.
Lo que la herramienta puede hacer hoy
Actualmente, el sistema permite a los usuarios solo hacer más gruesas o más delgadas las regiones identificadas de una estructura 1. Los investigadores esperan que versiones futuras ofrezcan formas adicionales para que los humanos cambien el diseño . Creen que el enfoque podría hacer accesible el diseño algorítmico avanzado a una gama mucho más amplia de ingenieros en práctica .
Markus Buehler ostenta el cargo de profesor de Ingeniería Jerry McAfee (1940) del MIT, mientras Faez Ahmed es profesor asociado de ingeniería mecánica en el MIT. Ferdous Alam, quien anteriormente trabajó como posdoctorando en el MIT, ahora es profesor asistente en Georgia Tech. Los hallazgos aparecieron en un artículo de acceso abierto en Communications Engineering 1.
Qué tan bueno es
En las pruebas realizadas por los investigadores del MIT, el sistema con intervención humana aumentó la carga de pandeo lineal —la fuerza que puede soportar una estructura antes de colapsar de forma repentina— en un 39 % comparado con ejecuciones totalmente automatizadas 1. También hizo que los diseños resultantes fueran más fáciles de fabricar . La mejora llegó por solo unos 15 segundos adicionales al tiempo total de diseño frente a un enfoque todo algorítmico .
Los datos clave
- El copiloto de IA del MIT pide retroalimentación a ingenieros humanos mientras un diseño estructural aún se está generando.
- El enfoque mejoró la fabricabilidad y la carga de pandeo lineal en un 39 %.
- Agregó solo unos 15 segundos al tiempo total de diseño comparado con métodos totalmente automáticos.
- Actualmente los usuarios solo pueden hacer más gruesas o más delgadas ciertas partes de la estructura; se planean más opciones.
Fuentes
Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes
Sigue leyendo
Apps y productosYogurt te permite grabar y resumir reuniones con IA que funciona completamente en tu computadoraHerald of AI
Yogurt te permite grabar y resumir reuniones con IA que funciona completamente en tu computadora
Una aplicación gratuita y de código abierto convierte tus llamadas en transcripciones y resúmenes sin enviar ningún dato a la nube.
Cómo funcionaNuevo método permite que los detectores de texto para IA alcancen 93 % de precisión, atrapando textos disfrazadosHerald of AI
Nuevo método permite que los detectores de texto para IA alcancen 93 % de precisión, atrapando textos disfrazados
Un truco de entrenamiento permite que las herramientas de detección se adapten en tiempo real para mantener su precisión mientras siguen cambiando los estilos de escritura de la IA y de los humanos.
Cómo funcionaEl investigador del MIT quiere que la IA se explique sola en lugar de ocultar su funcionamientoHerald of AI
El investigador del MIT quiere que la IA se explique sola en lugar de ocultar su funcionamiento
Jacob Andreas está entrenando a la IA para hablar sobre lo que ha aprendido, brindando a los usuarios habituales una forma de entender cómo toman decisiones estos sistemas, en vez de depender solo de complejas herramientas de depuración.