Оптимизация с помощью искусственного интеллекта предлагает множество преимуществ для инженеров-механиков, включая более быстрое и точное проектирование и моделирование, повышение эффективности, снижение затрат на разработку за счёт автоматизации процессов, а также улучшение прогнозного обслуживания и контроля качества.
«Когда люди думают об инженерном деле, они представляют себе базовые механические инструменты, такие как молотки, и технику вроде автомобилей, роботов, кранов. Но инженерное дело — это очень широкая область», — говорит Фаез Ахмед, профессор кафедры использования океана и доцент кафедры машиностроения в Массачусетском технологическом институте (MIT). «В машиностроении большую роль играют машинное обучение, искусственный интеллект и оптимизация».
На курсе Ахмеда 2.155/156 (Искусственный интеллект и машинное обучение для инженерного проектирования) студенты используют инструменты и методы искусственного интеллекта и машинного обучения для проектирования в машиностроении, уделяя особое внимание созданию новых продуктов и решению задач инженерного проектирования.
«У инженеров-механиков есть много причин задуматься о машинном обучении и искусственном интеллекте, чтобы ускорить процесс проектирования», — говорит Лайл Регенветтер, ассистент преподавателя курса и кандидат наук в лаборатории вычислений проектирования и цифровой инженерии (DeCoDE), где исследования сосредоточены на разработке новых методов машинного обучения и оптимизации для изучения сложных задач инженерного проектирования.
Курс, впервые предложенный в 2021 году, быстро стал одним из самых популярных в Департаменте машиностроения (MechE), привлекая студентов из разных отделов института, включая машиностроение, гражданское строительство и экологическую инженерию, аэронавтику и космонавтику, Школу менеджмента MIT Sloan, ядерную и компьютерную инженерию, а также студентов из Гарвардского университета и других учебных заведений.
Курс открыт для студентов как бакалавриата, так и магистратуры. Основное внимание в нём уделяется внедрению передовых стратегий машинного обучения и оптимизации в контексте реальных задач проектирования в машиностроении. От проектирования велосипедных рам до городских сетей — студенты участвуют в конкурсах, связанных с искусственным интеллектом для физических систем, и решают задачи оптимизации в условиях дружеской конкуренции.
Студентам предлагаются задачи и стартовый код, который «даёт решение, но не лучшее…», — объясняет Илан Мойер, аспирант MechE. «Наша задача была в том, чтобы определить: как мы можем сделать лучше?» Живые таблицы лидеров побуждают студентов постоянно совершенствовать свои методы.
Эм Лаубер, аспирант по системному проектированию и управлению, говорит, что процесс дал возможность изучить применение того, чему студенты учились, и практиковать навыки «буквально как это закодировать».
Учебный план включает обсуждение исследовательских работ, а студенты также выполняют практические упражнения по машинному обучению, адаптированные к конкретным инженерным задачам, включая робототехнику, авиацию, конструкции и метаматериалы. Для своего финального проекта студенты работают над командным проектом, в котором используются методы искусственного интеллекта для решения сложной задачи по их выбору.
«Замечательно видеть разнообразие и высокое качество проектов студентов», — говорит Ахмед. «Студенческие проекты с этого курса часто становятся основой для публикаций в научных журналах и даже получают награды». Он приводит в пример недавнюю статью под названием «GenCAD-Self-Repairing», которая получила премию Американского общества инженеров-механиков за лучшую научную работу в области систем, инженерии, информации и управления знаниями в 2025 году.
«Самое приятное в финальном проекте было то, что он дал каждому студенту возможность применить на практике то, что они узнали на занятиях, в области, которая их очень интересует», — говорит Малия Смит, аспирантка MechE. Её проект выбрал «отмеченные данные о движении» и занимался прогнозированием силы удара у бегунов, что она назвала «действительно приятным», потому что всё сработало намного лучше, чем ожидалось.
Лаубер взял за основу конструкцию «дерева для кошек» с различными модулями из шестов, платформ и пандусов, чтобы создавать индивидуальные решения для отдельных домашних хозяйств. Мойер создал программное обеспечение для проектирования нового типа архитектуры 3D-принтера.
«Когда вы видите искусственный интеллект в популярной культуре, он очень абстрактен, и у вас создаётся ощущение, что происходит что-то очень сложное», — говорит Мойер. «Этот курс приоткрыл завесу».
1. Какие преимущества предлагает оптимизация с помощью искусственного интеллекта для инженеров-механиков?
Ответ: Оптимизация с помощью искусственного интеллекта предлагает инженерам-механикам более быстрое и точное проектирование и моделирование, повышение эффективности, снижение затрат на разработку за счёт автоматизации процессов, а также улучшение прогнозного обслуживания и контроля качества.
2. Какие задачи решают студенты на курсе «Искусственный интеллект и машинное обучение для инженерного проектирования»?
Ответ: Студенты на курсе «Искусственный интеллект и машинное обучение для инженерного проектирования» используют инструменты и методы искусственного интеллекта и машинного обучения для проектирования в машиностроении. Они решают задачи, связанные с созданием новых продуктов и решением задач инженерного проектирования, от проектирования велосипедных рам до городских сетей.
3. Какие навыки и знания получают студенты, участвуя в курсе «Искусственный интеллект и машинное обучение для инженерного проектирования»?
Ответ: Участвуя в курсе, студенты получают навыки и знания в области внедрения передовых стратегий машинного обучения и оптимизации в контексте реальных задач проектирования в машиностроении. Они также практикуют навыки кодирования и применения машинного обучения к конкретным инженерным задачам, включая робототехнику, авиацию, конструкции и метаматериалы.
4. Как оценивают прогресс студентов на курсе «Искусственный интеллект и машинное обучение для инженерного проектирования»?
Ответ: Прогресс студентов на курсе оценивают с помощью живых таблиц лидеров, которые побуждают студентов постоянно совершенствовать свои методы. Кроме того, студенты работают над командными проектами, в которых используют методы искусственного интеллекта для решения сложных задач по своему выбору.
5. Какие результаты получают студенты, участвуя в курсе «Искусственный интеллект и машинное обучение для инженерного проектирования»?
Ответ: Результаты, которые получают студенты, участвуя в курсе, включают возможность применить на практике то, что они узнали на занятиях, в области, которая их очень интересует. Студенческие проекты с этого курса часто становятся основой для публикаций в научных журналах и даже получают награды.