Il copilota AI del MIT permette agli ingegneri di guidare i progetti strutturali in tempo reale
Un nuovo strumento mostra ai progettisti di edifici le bozze create dall'AI e ne chiede l'input, producendo strutture più solide e realizzabili in soli 15 secondi extra.

Un programma che permette agli ingegneri di guidare i progetti di edifici e ponti generati dall'AI mentre vengono creati
- L'AI traccia il progetto della struttura
- Il sistema si ferma per chiedere il tuo parere
- Rafforzi o assottigli alcune zone
- Il progetto risulta più solido e costruibile
Cosa puoi farci
- Un ingegnere strutturale in attività potrebbe revisionare un progetto di edificio o ponte generato dall'AI man mano che si sviluppa e guidare le modifiche per renderlo più facile da costruire e più affidabile 1.
- Un team di ingegneri potrebbe utilizzare il copilota per modificare le regioni identificate di una struttura complessa rendendole più spesse o più sottili prima che il progetto finale venga bloccato 1.
- Ricercatori e studenti in ambito accademico potrebbero applicare l'approccio collaborativo a compiti di ottimizzazione topologica che in precedenza richiedevano elevate risorse computazionali e competenze approfondite 1.

Picture: news.mit.edu
Far progettare i computer con aiuto umano
Gli ingegneri utilizzano algoritmi da tempo per concepire nuovi componenti per aerei ultraleggeri, antenne ad alta larghezza di banda e auto da corsa di Formula 1 1. Ma i metodi top-level di progettazione algoritmica richiedono solitamente molta potenza di calcolo e tempo . Fino a poco tempo fa, i progettisti dovevano attendere che l'intera progettazione al computer fosse completata prima di vedere qualsiasi risultato — e se non piaceva, dovevano ricominciare da capo . Ancora peggio, quei progetti finali erano talvolta difficili da realizzare concretamente o difficili da considerare strutturalmente sicuri .
Ciò ha reso difficile per chi progetta edifici e ponti affidarsi a strumenti puramente automatici 1. «Gli ingegneri sono sempre molto scettici verso i programmi per computer, specialmente se ti restituiscono progetti dall'aspetto molto strano o inaspettato», ha dichiarato Dat Ha PhD '26, primo autore del nuovo studio e ora progettista strutturale presso LeMessurier .
L'intervento umano batte l'automazione pura — per quasi nessun ritardo
Risultati dei test MIT; carico di instabilità = forza prima del collasso improvviso
Chiedere feedback agli esseri umani mentre il progetto prende forma
Il team del MIT ha deciso di rendere l'ottimizzazione topologica — la tecnica che genera queste forme avanzate — più simile a un processo collaborativo 1. Invece di attendere la fine, il sistema si interrompe durante la progettazione e evidenzia le aree in cui un essere umano vorrebbe probabilmente apportare modifiche . Un modello di machine learning, addestrato su migliaia di esempi sintetici di modificazioni che gli esseri umani apportano abitualmente ai progetti generati al computer, individua rapidamente tali zone .
Il suo obiettivo è attingere al modo di pensare dei progettisti e far sì che portino la loro conoscenza settoriale nel lavoro man mano che il progetto progredisce,
Nei test, questo approccio con un essere umano nel ciclo ha migliorato la fattibilità costruttiva delle versioni e ha aumentato il carico critico di instabilità lineare del 39 percento, aggiungendo solo circa 15 secondi al tempo totale di progettazione rispetto alle esecuzioni completamente automatizzate 1.
Cosa può fare lo strumento oggi
Al momento, il sistema consente agli utenti solo di rendere più spesse o più sottili le regioni identificate di una struttura 1. I ricercatori sperano che le versioni future offriranno ulteriori modalità per consentire agli esseri umani di modificare il progetto . Secondo loro, l'approccio potrebbe rendere la progettazione algoritmica avanzata accessibile a una fascia molto più ampia di ingegneri che operano attivamente nel settore .
Markus Buehler ricopre la cattedra Jerry McAfee (1940) di Ingegneria del MIT, mentre Faez Ahmed è professore associato di ingegneria meccanica al MIT. Ferdous Alam, che in precedenza ha lavorato come ricercatore post-dottorale al MIT, è ora professore assistente alla Georgia Tech. I risultati sono stati pubblicati in un articolo open access su Communications Engineering 1.
Com'è bravo
Nei test eseguiti dai ricercatori del MIT, il sistema con intervento umano ha aumentato il carico di instabilità lineare — la forza che una struttura può sopportare prima di crollare improvvisamente — del 39 per cento rispetto alle esecuzioni completamente automatizzate 1. Ha inoltre reso i progetti risultanti più facili da realizzare . Il miglioramento ha richiesto soltanto circa 15 secondi aggiuntivi rispetto al tempo totale di progettazione adottando un approccio interamente algoritmico .
I fatti principali
- Il copilota AI del MIT chiede pareri agli ingegneri umani mentre un progetto strutturale è ancora in fase di generazione.
- L'approccio ha migliorato la producibilità e il carico lineare di instabilità del 39 percento.
- Ha aggiunto solo circa 15 secondi al tempo totale di progettazione rispetto ai metodi completamente automatici.
- Attualmente gli utenti possono solo rendere alcune parti della struttura più spesse o più sottili; sono previste altre opzioni.
Fonti
Se questa notizia riguarda te o la tua azienda, o usa qualcosa che ti appartiene, chiedi una correzione o la rimozione. Come funzionano le richieste
Continua a leggere
App e prodottiYogurt ti permette di registrare e riassumere le riunioni con un'AI che gira interamente sul tuo computerHerald of AI
Yogurt ti permette di registrare e riassumere le riunioni con un'AI che gira interamente sul tuo computer
Un'app open-source gratuita trasforma le tue chiamate in trascrizioni e riassunti senza inviare alcun dato al cloud.
Come funzionaUn nuovo metodo rende accurati al 93% i rivelatori di testo AI, intercettando la scrittura AI mascherataHerald of AI
Un nuovo metodo rende accurati al 93% i rivelatori di testo AI, intercettando la scrittura AI mascherata
Un trucco di addestramento permette agli strumenti di rilevamento di adattarsi in tempo reale, così da restare accurati mentre gli stili di scrittura dell'AI e degli esseri umani continuano a cambiare.
Come funzionaIl ricercatore del MIT vuole che l'AI spieghi se stessa invece di nascondere come funzionaHerald of AI
Il ricercatore del MIT vuole che l'AI spieghi se stessa invece di nascondere come funziona
Jacob Andreas sta allenando l'AI a parlare di ciò che ha imparato, offrendo agli utenti comuni un modo per capire come questi sistemi prendono decisioni, senza affidarsi solo a strumenti complessi di debug.