Нейросети уже приступили к разработке конструкции летательных аппаратов

Опытный разработчик осознает, что перспективная идея это только половина пути к успеху. Но что, если искусственный интеллект возьмет на себя генерацию этих идей?

Предварительное конструирование критически важный шаг при создании любого летательного аппарата. Именно на этой стадии определяются будущие летные характеристики, экономическая эффективность и инновационность. Ранее этот этап полностью зависел от компетенции инженеров, которые изучали множество альтернатив, опираясь на расчеты, теоретическую базу и личный опыт. Это требовало глубоких знаний и значительных затрат времени. Однако сегодня, когда задачи становятся все более комплексными, а области применения авиации расширяются, требуются новые подходы, позволяющие конструкторам освободиться от рутинных операций и сосредоточиться на поиске прорывных решений.

Команда ученых во главе с профессором Минцяном Ло из Пекинского университета авиации и космонавтики предложила инновационный метод: использование генеративного ИИ для оперативной разработки авиационных концепций. Они исследовали возможности больших языковых моделей (БЯМ) для решения этой задачи, как без предварительной подготовки, так и с минимальным объемом исходных данных. Был создан прототип системы, а затем результаты, предложенные ИИ, были сопоставлены с проектами, созданными профессиональными инженерами. Результаты оказались впечатляющими: в некоторых случаях машина предлагала решения, сопоставимые с человеческими.

Генеративный ИИ - это подвид искусственного интеллекта, способный создавать новый контент (тексты, изображения, схемы) на основе полученной информации. В отличие от простых алгоритмов, он не просто копирует данные, а интегрирует различные концепции, предлагая уникальные решения. Результаты исследования были опубликованы в научном издании Chinese Journal of Aeronautics.

"Мы протестировали различные модели, включая GPT, Gemini, Llama и Qwen, поясняет Минцян Ло. Выяснилось, что небольшие модели (0.5–7 млрд параметров) без дополнительной информации выдают нерелевантные результаты. Однако, при добавлении хотя бы одного готового проекта в качестве примера, качество работы существенно возрастает. Модели с 57 млрд параметров и более сразу демонстрируют результаты, сравнимые с работой профессионалов."

"Это не замена инженерам, подчеркивает Ло. Наша задача чтобы ИИ взял на себя повседневные операции, такие как выбор параметров и выполнение базовых вычислений. Это позволит людям сосредоточиться на действительно сложных задачах, таких как инновации и разработка ключевых технологий."

В перспективе планируется расширить функциональность системы и включить в нее другие стадии проектирования: анализ требований и детальную проработку. Идеальным результатом станет создание "цифрового ассистента", который сможет интегрироваться с профессиональными инструментами, такими как CATIA и MATLAB, и сопровождать проект от первичного эскиза до готового чертежа.

Основное преимущество этой работы заключается в ускорении начального этапа проектирования. В то время как на создание концепции сейчас требуются недели или месяцы, ИИ может предложить десятки вариантов всего за несколько часов. Это особенно важно для специализированных задач, например, разработка беспилотников для работы в экстремальных условиях, или для быстрой адаптации существующих моделей к новым требованиям.

Кроме того, этот метод снижает входной барьер для молодых специалистов: даже начинающий инженер сможет получить готовую основу для проекта и усовершенствовать ее.

Однако исследование не учитывает поведение ИИ в ситуациях, когда предъявляются противоречивые требования (например, "максимальная дальность при минимальном весе"). Человек в таких случаях может найти нетривиальный компромисс, в то время как машина, скорее всего, предложит усредненный вариант или "зайдет в тупик", сообщает innovanews.

Обратите внимание: У россиян глаза по полтиннику: названа реальная стоимость перелета семьи в аэропорт Геленджика и обратно по регионам