Искусственный интеллект и машинное обучение в инженерном проектировании

Искусственный интеллект и машинное обучение в инженерном проектировании

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, адаптирован...

Читать далее