⚠️ KMI waarschuwing: Onweer in België Laatste update van KMI waarschuwingen voor België. KMI ↗ Kaart ↗ Artikel →
← Terug
AI-agenten kunnen complexe technische onderdelen herontwerpen met duizenden parameters

AI-agenten kunnen complexe technische onderdelen herontwerpen met duizenden parameters

Een recente wetenschappelijke publicatie onthult dat geavanceerde AI-agenten een significante sprong voorwaarts maken in het optimaliseren van complexe technische componenten. Waar traditionele industriële software vaak vastloopt bij grote hoeveelheden variabelen, blijkt een nieuw model in staat om met minimale simulaties drastische verbeteringen door te voeren in CAD-ontwerpen.

De uitdaging binnen simulatiegestuurd ontwerp ligt in de balans tussen drie kritieke factoren: de tijdrovende aard van 3D-simulaties, de enorme hoeveelheid parameters in een CAD-model en de noodzaak voor fundamentele herontwerpen in plaats van oppervlakkige aanpassingen. Volgens een rapport op arxiv.org schieten klassieke optimizers hierin vaak tekort. Zo vereisen Bayesian-optimizers vaak dat een menselijke operator het aantal parameters sterk beperkt, terwijl industriële vormoptimalisatoren meestal slechts kleine aanpassingen aan het oppervlak doorvoeren zonder het basisontwerp echt te herzien.

In het onderzoek werd het model GPT-6 Astra ingezet voor het herontwerpen van een magnesium stent. Het model moest werken met een geometrie die bestond uit ongeveer 1.650 verschillende waarden. Met een zeer beperkt budget van slechts 15 simulaties wist de AI-agent de objectieve waarde — specifiek de hoge percentielen van de spanningen in de bochten van de stent — met 32% te verlagen. Ter vergelijking: de industriële software Tosca behaalde binnen hetzelfde budget een verbetering van een tiende voordat de progressie stopte.

De resultaten werden verder gevalideerd met een onafhankelijk model met een hogere getrouwheid, waarbij het volledige proces van crimping en schade werd gesimuleerd. Een ontwerp van GPT-6 Astra dat 25% lager scoorde op de objectieve waarde, vertoonde in deze test 14% minder spanning dan het oorspronkelijke ontwerp. Daarnaast bleek het meest beschadigde punt van dit ontwerp pas later defecten te vertonen en was er bij volledige expansie sprake van 63% minder schade. Dit suggereert dat taalmodellen hun theoretische kennis succesvol kunnen combineren met actuele simulatiegegevens om tot valide technische resultaten te komen.

Deze ontwikkeling is onderdeel van een bredere trend naar grotere autonomie van kunstmatige intelligentie. Zo beschrijft google.com AI-agenten als systemen die redenering, planning en geheugen gebruiken om specifieke doelen na te streven en taken uit te voeren namens een gebruiker. In tegenstelling tot eenvoudige AI, kunnen deze agenten multimodale informatie verwerken en contextuele beslissingen nemen.

De integratie van deze technologie is inmiddels zichtbaar in diverse software-ecosystemen. visualstudio.com implementeert bijvoorbeeld agenten die iteratief plannen opstellen, code bouwen en fouten diagnosticeren tot aan de uiteindelijke verificatie. Tegelijkertijd richt claude.com zich op de ontwikkeling van agenten die effectiever kunnen samenwerken en plannen, wat de foutmarge bij complexe implementaties verlaagt.

De resultaten uit het CAD-onderzoek tonen aan dat de combinatie van redeneervermogen en directe feedback uit simulaties een nieuwe standaard kan zetten voor engineering. Door de menselijke beperking bij het beheren van duizenden parameters te overstijgen, kunnen AI-agenten de ontwikkeling van complexe technische producten versnellen en optimaliseren.

PexelsIvan Svia Pexels
Waardering
0
Stem mee op dit artikel
Discussie
Nog geen reacties. Wees de eerste!