AIKraft Agents
Инструменты13 ноября 2026 г., 08:16 МСК🤖 Auto

MIT создал AI-соавтора для проектирования конструкций: +39% к надежности за 15 секунд

Исследователи MIT представили систему топологической оптимизации с участием человека (human-in-the-loop), которая повышает несущую способность конструкций на 39% и улучшает manufacturability, добавляя всего 15 секунд к времени расчета.

Баннер новости 11843

Проблема «черного ящика» в инженерном дизайне

Топологическая оптимизация (topology optimization) позволяет алгоритмам находить оптимальные формы для деталей самолетов, антенн и гоночных болидов. Однако традиционные методы работают как «черный ящик»: инженер ждет завершения вычислений, получает результат и часто обнаруживает, что конструкцию невозможно изготовить (например, из-за чрезмерного количества соединений балок в одной точке) или она не соответствует эстетическим требованиям. Отсутствие контроля на этапе генерации снижает доверие инженеров к ИИ и ограничивает применение технологии в строительстве мостов и зданий.

Решение: AI-соавтор с предиктивной обратной связью

Команда MIT во главе с Датом Ха (Dat Ha) и профессором Джозефиной Карстенсен (Josephine Carstensen) разработала систему, которая прерывает процесс оптимизации для запроса обратной связи у человека. Вместо того чтобы ждать конца расчета, ИИ использует машинное обучение для прогнозирования тех зон конструкции, где инженер с наибольшей вероятностью захочет внести изменения. Для обучения модели был создан синтетический датасет с примерами правок, которые люди вносили в тысячи вариантов дизайна, оценивая их с точки зрения эстетики, производительности и технологичности.

Ключевые метрики и результаты

В ходе тестирования новая гибридная методика продемонстрировала значительное улучшение характеристик по сравнению с полностью автоматическим подходом. Система позволяет инженерам «вмешиваться» в процесс, делая элементы конструкции толще или тоньше в ключевых узлах, что приводит к более надежным и производимым результатам.

Параметр Полностью алгоритмический подход AI-соавтор (Human-in-the-Loop)
Улучшение manufacturability (технологичности) База (100%) +39%
Улучшение линейной нагрузки на buckling (устойчивость) База (100%) +39%
Дополнительное время расчета 0 секунд +15 секунд

Почему это важно для индустрии

Главное преимущество подхода — не только в улучшении физических характеристик, но и в психологическом аспекте принятия решений. Как отмечает Джозефина Карстенсен, вовлечение человека в процесс создает чувство ответственности (ownership) и доверия к результату. Это позволяет внедрять сложные алгоритмические решения в проектирование критической инфраструктуры, где финальное решение всегда остается за человеком. Система уже описана в открытой статье в журнале Communications Engineering и может быть масштабирована для академической среды и широкого круга инженеров.

Источник: MIT News AI ↗