Des chercheurs du MIT, en collaboration avec Red Hat et IBM, ont mis au point GIFT, un cadre logiciel capable de convertir automatiquement des schémas 2D en programmes de conception assistée par ordinateur 3D précis. Présentée récemment à la conférence internationale sur l'apprentissage automatique, cette innovation répond à une attente industrielle forte : accélérer le prototypage rapide tout en réduisant sensiblement les coûts computationnels. Les ingénieurs utilisent traditionnellement des logiciels de conception pour modéliser en trois dimensions des pièces automobiles ou aéronautiques avant de les soumettre à des simulations de résistance ou de crash. Bien que les modèles d'intelligence artificielle promettent d'automatiser cette génération de code, ils peinent souvent à produire des fichiers fiables et directement exécutables, principalement à cause du manque de jeux de données techniques diversifiés. GIFT contourne cet obstacle en adoptant une stratégie d'autoamélioration continue. Plutôt que de dépendre de corrections manuelles, le système capture les erreurs de l'IA, les classe et les intègre dans un nouveau corpus d'entraînement. Cette approche permet à l'algorithme de renforcer ses lacunes sur des cas techniques précis qu'il ne parvenait à résoudre qu'à moitié. Le fonctionnement repose sur une méthode appelée mise à l'échelle au moment de l'inférence. Au lieu de réentraîner un modèle existant, une procédure coûteuse en énergie et en temps, GIFT ajuste les résultats en fonction d'un budget de calcul défini par l'utilisateur. Les évaluations démontrent que cette technique améliore la précision géométrique des modèles générés tout en consommant environ vingt pour cent de la puissance de calcul requise par les méthodes traditionnelles. La maîtrise de la forme physique étant une condition sine qua non pour toute simulation d'ingénierie, cette fiabilité accrue sans intervention humaine constitue une avancée majeure. Giorgio Giannone, chercheur principal à Red Hat et affilié au MIT, et le professeur Faez Ahmed, directeur du laboratoire DeCoDE du MIT, soulignent que cette automatisation rapproche les outils de conception assistés par l'intelligence artificielle des exigences réelles du secteur industriel. En transformant les échecs algorithmiques en données d'entraînement ciblées, GIFT rend les générateurs de designs plus robustes et mieux alignés sur les contraintes de fabrication. Les équipes de recherche prévoient d'élargir le framework à des réseaux plus volumineux et d'y intégrer des paramètres optimisant la manufacturabilité. Partiellement financée par le laboratoire MIT-IBM, cette technologie pourrait à terme fluidifier l'ensemble de la chaîne de développement produit, de l'esquisse initiale jusqu'aux validation virtuelles.