MIT推出AI协作拓扑优化系统提升结构设计效能

麻省理工学院研究人员推出一种面向结构工程的人工智能“副驾驶”，帮助工程师在算法生成结构的过程中实时介入设计。传统拓扑优化虽然能够通过计算生成高性能结构，但流程耗时较长，且设计者往往只能在最终结果出现后进行修改，导致难以控制结构细节，也降低了工程师对算法设计的信任。 新系统引入机器学习模型，在拓扑优化过程中快速识别设计师最可能需要调整的区域，并向用户展示这些局部结构以获取反馈。研究人员通过构建包含审美、性能指标和可制造性等信息的合成数据集，训练模型预测人类干预位置。研究团队认为，这种人机协作方式既能保留算法的计算优势，也能将工程师的专业判断更早融入设计流程。 在实验演示中，该系统使结构可制造性和线性屈曲载荷提升约39%，同时整体设计时间仅增加约15秒。目前，用户可对指定区域进行结构增厚或减薄等局部调整，团队未来计划扩展更多修改方式。研究人员表示，该方法有望推动拓扑优化在航空航天、汽车以及建筑桥梁等更广泛场景中应用，并提升工程团队对算法生成设计的接受度。