La optimización de inteligencia sintético ofrece una serie de beneficios para los ingenieros mecánicos, incluidos diseños y simulaciones más rápidas y precisas, eficiencia mejorada, costos de ampliación reducidos a través de la automatización de procesos y un mejor mantenimiento predictivo y control de calidad.
«Cuando las personas piensan en la ingeniería mecánica, están pensando en herramientas mecánicas básicas como los martillos y … hardware como automóviles, robots, grúas, pero la ingeniería mecánica es muy amplia», dice Faez Ahmed, la arnés de Doherty en la utilización del océano y el profesor asociado de ingeniería mecánica en el MIT. «En el interior de la ingeniería mecánica, el formación necesario, la IA y la optimización están jugando un papel importante».
En el curso de Ahmed, 2.155/156 (IA y formación necesario para diseño de ingeniería), los estudiantes utilizan herramientas y técnicas de inteligencia sintético y formación necesario para el diseño de ingeniería mecánica, centrándose en la creación de nuevos productos y abordando los desafíos de diseño de ingeniería.
CATROS CATROS A MOVIMIENTO: AI y ML para diseño de ingeniería
Video: Área de Ingeniería Mecánica del MIT
«Hay muchas razones para que los ingenieros mecánicos piensen en el formación necesario y la IA para expedir esencialmente el proceso de diseño», dice Lyle Regenwetter, un asistente de enseñanza para el curso y un candidato a doctorado en el Laboratorio de Ingeniería de Design de Design de Ahmed (Decode), donde la investigación se enfoca en desarrollar nuevos métodos de formación necesario y optimización para estudiar problemas de diseño de ingeniería complejos.
Se ofreció por primera vez en 2021, la clase se ha convertido rápidamente en una de las ofertas no populares del Área de Ingeniería Mecánica (MECHE), atrayendo a estudiantes de departamentos en todo el Instituto, incluidos Ingeniería Mecánica y Civil y Ambiental, Aeronáutica y Astronautica, la MIT Sloan School of Management y Nuclear and Computer Science, adyacente con estudiantes cruzados de la Universidad de Harvard y otras escuelas.
El curso, que está rajado a estudiantes de pregrado y posgrado, se centra en la implementación de estrategias avanzadas de formación necesario y optimización en el contexto de problemas de diseño mecánico del mundo efectivo. Desde el diseño de marcos de bicicletas hasta redes de la ciudad, los estudiantes participan en concursos relacionados con la IA para los sistemas físicos y abordan los desafíos de optimización en un entorno de clase alimentado por una competencia acogedor.
Los estudiantes reciben problemas de desafío y código de inicio que «dieron una posibilidad, pero (no) la mejor posibilidad …», explica Ilan Moyer, un estudiante licenciado en Meche. «Nuestra tarea era (determinar), ¿cómo podemos hacerlo mejor?» Las tablas de clasificación en vivo alientan a los estudiantes a refinar continuamente sus métodos.
Em Lauber, un estudiante licenciado de diseño y mandato de sistemas, dice que el proceso dio espacio para explorar la aplicación de lo que los estudiantes estaban aprendiendo y la astucia de destreza de «textualmente cómo codificarlo».
El plan de estudios incorpora discusiones sobre trabajos de investigación, y los estudiantes además realizan ejercicios prácticos en formación necesario adaptados a problemas de ingeniería específicos que incluyen robótica, aviones, estructuras y metamateriales. Para su plan final, los estudiantes trabajan juntos en un plan de equipo que emplea técnicas de IA para el diseño en un problema complicado de su dilema.
«Es maravilloso ver los diversos proyectos de amplitud y incorporación calidad de la clase», dice Ahmed. «Los proyectos estudiantiles de este curso a menudo conducen a publicaciones de investigación, e incluso han llevado a premios». Cita el ejemplo de un artículo nuevo, titulado «Reparador«Que ganó el premio al Mejor Premio al Mejor Premio al Mejor Papel de la Sociedad Saco de Ingenieros Mecánicos de Ingeniería, Información y Trámite del Conocimiento 2025.
«La mejor parte del plan final fue que le dio a cada estudiante la oportunidad de aplicar lo que han aprendido en la clase a un dominio que les interesa mucho», dice Malia Smith, una estudiante de posgrado en Meche. Su plan eligió «datos capturados por movimiento impresionado» y analizó la predicción de la fuerza terrenal para los corredores, un esfuerzo que llamó «verdaderamente gratificante» porque funcionó mucho mejor de lo esperado.
Lauber tomó el entorno de un diseño de «árbol de pícaro» con diferentes módulos de postes, plataformas y rampas para crear soluciones personalizadas para hogares de gatos individuales, mientras que Moyer creó un software que está diseñando un nuevo tipo de obra de impresora 3D.
«Cuando ves el formación necesario en la civilización popular, es muy indeterminado, y tienes la sensación de que hay poco muy complicado», dice Moyer. «Esta clase ha rajado las cortinas».