Agentes de IA treinados podem adotar estratégias de design humano para resolver problemas, de acordo com as descobertas publicadas no ASME Journal of Mechanical Design .

Grandes problemas de design requerem tomada de decisão criativa e exploratória, uma habilidade na qual os humanos se destacam. Quando os engenheiros usam inteligência artificial (IA), tradicionalmente, eles o aplicam a um problema dentro de um conjunto definido de regras, em vez de fazê-lo seguir estratégias humanas para criar algo novo. Esta nova pesquisa considera uma estrutura de IA que aprende estratégias de design humano por meio da observação de dados humanos para gerar novos designs sem informações de objetivo explícitas, tendência, ou orientação.

O estudo foi co-autoria de Jonathan Cagan, professor de engenharia mecânica e reitor interino da Faculdade de Engenharia da Carnegie Mellon University, Ayush Raina, um Ph.D. candidato em engenharia mecânica na Carnegie Mellon, e Chris McComb, professor assistente de design de engenharia na Universidade Estadual da Pensilvânia.

"A IA não é apenas imitar ou regurgitar soluções que já existem, ", disse Cagan." É aprender como as pessoas resolvem um tipo específico de problema e criar novas soluções de design do zero. "Quão boa pode ser a IA?" A resposta é muito boa. "

O estudo se concentra em problemas de treliça porque eles representam desafios complexos de projeto de engenharia. Comumente visto em pontes, uma treliça é um conjunto de hastes que formam uma estrutura completa. Os agentes de IA foram treinados para observar a progressão nas sequências de modificação de design que foram seguidas na criação de uma treliça com base na mesma informação visual que os engenheiros usam - pixels em uma tela - mas sem contexto adicional. Quando foi a vez dos agentes fazerem o design, eles imaginaram progressões de design semelhantes às usadas pelos humanos e, em seguida, geraram movimentos de design para realizá-las. Os pesquisadores enfatizaram a visualização no processo porque a visão é parte integrante de como os humanos percebem o mundo e resolvem problemas.

A estrutura era composta por várias redes neurais profundas que funcionavam juntas em uma situação baseada em previsão. Usando uma rede neural, a IA olhou através de um conjunto de cinco imagens sequenciais e previu o próximo projeto usando as informações coletadas dessas imagens.

"Estávamos tentando fazer com que os agentes criassem designs semelhantes a como os humanos fazem isso, imitando o processo que eles usam:como eles olham para o design, como eles realizam a próxima ação, e, em seguida, crie um novo design, passo a passo, "disse Raina.

Os pesquisadores testaram os agentes de IA em problemas semelhantes e descobriram que, em média, eles se saíram melhor do que os humanos. Ainda, esse sucesso veio sem muitas das vantagens que os humanos têm disponíveis quando estão resolvendo problemas. Ao contrário dos humanos, os agentes não estavam trabalhando com um objetivo específico (como fazer algo leve) e não receberam feedback sobre como estavam indo. Em vez de, eles usaram apenas as técnicas de estratégia humana baseadas na visão para as quais foram treinados.

"É tentador pensar que esta IA substituirá os engenheiros, mas isso simplesmente não é verdade, "disse McComb." Em vez disso, pode mudar fundamentalmente a forma como os engenheiros trabalham. Se pudermos descarregar o chato, tarefas demoradas para uma IA, como fizemos no trabalho, então liberamos os engenheiros para pensar grande e resolver os problemas de forma criativa. "