利用算法设计结构已经催生出多种新型部件,广泛应用于超轻型飞机、高带宽天线以及F1赛车领域。
但是,最先进的算法设计技术仍然需要大量的计算和时间:用户只有在设计完成后才能看到最终结果,之后若需修改,往往还得从头重新开始整个设计流程。这种方式也使得人们更难以信任最终设计在结构上的可靠性。
麻省理工学院的研究人员正在让算法设计变得更具协作性,他们开发了一套如同AI副驾驶般的系统。在算法生成结构的过程中,系统会将某些区域呈现给人类设计师,征求反馈意见。
在一篇发表于开放获取期刊《Communications Engineering》的论文中,研究人员详细介绍了这套系统,结果显示:与完全依赖算法的方法相比,该系统能够设计出更易于制造、且具有更高屈曲载荷的结构,而总设计时间仅增加了15秒。
该方法采用了一种被称为“拓扑优化”的设计技术,研究人员认为,这一方法有望让算法设计对更广泛的设计工程师群体更加易用,也更便于实际制造。
“目前,在设计过程展开时,人类并没有任何自主权或控制权,”论文第一作者、麻省理工学院土木与环境工程专业2026届博士毕业生Dat Ha解释道,他目前在LeMessurier担任结构设计师。“对于这些非常复杂的设计任务,我们也希望能够调动人脑——这台世界上最复杂的‘机器’——以一种更贴合行业实际需求的方式来解决设计问题。”
与Ha共同参与该论文的还有:曾任麻省理工学院博士后、现为佐治亚理工学院助理教授的Ferdous Alam;麻省理工学院Jerry McAfee(1940届)工程学教授Markus Buehler;麻省理工学院机械工程副教授Faez Ahmed;以及论文的资深作者、麻省理工学院土木与环境工程副教授Josephine Carstensen。
让人类参与其中
拓扑优化是目前最先进、最具前景的算法设计技术之一。它运用正式的优化方法,以迭代方式填充为设计指定的空间,从而最大程度地实现既定目标。对于大多数应用场景而言,这一过程需要大量的计算和时间。等到设计最终完成时,往往会发现它在实际建造中不切实际,或者存在工程师未曾考虑到的其他问题。例如,有些设计可能在同一个节点上出现八个甚至更多的梁连接,这在现实中是难以实现的。
“工程师们始终对计算机程序持怀疑态度,尤其是当程序给出的设计看起来很怪异或出乎意料时,”Ha说。“从理论上讲,拓扑优化确实非常强大,能够实现出色的高性能设计,但它的黑箱特性使其在行业中的普及程度较低。”
拓扑优化已经在汽车和航空航天行业获得了一定应用,但在建筑或桥梁设计领域的应用较少,部分原因在于设计工程师需要确信自己可以信赖输出结果。
“一个重要的限制因素在于,设计工程师对设计演变过程几乎没有影响力,因此无法控制那些不理想的特征,”Carstensen解释道。“这种控制权和归属感的缺失,也阻碍了该技术的推广应用。”
为了解决这些问题,研究人员让拓扑优化变得更具协作性,Carstensen将这种方法比作拥有一位设计副驾驶。
此前将人类判断纳入其中的尝试,都会大幅拖慢整个流程。研究人员开发的新系统利用机器学习,能够快速识别出算法设计中人类最可能希望修改的区域。为了训练这一机器学习模型,研究人员构建了一个合成数据集,模拟了针对数千个设计方案的人类反馈,这些反馈涉及美观性、性能标准、可制造性等多个方面的评判意见。
“我们当时想,如果能够记录下人类在哪些地方对这些程序做出了修改,也许这些选择中存在某种规律,这与其他类型的机器学习方法并无太大不同,”Ha说。
Carstensen认为,这套系统融合了算法设计和人类设计方法的优势。
“我们的想法是调动设计师的大脑,让他们在设计演变的过程中注入自己的专业领域知识,”Carstensen说。
在演示中,研究人员展示了他们的人机协同方法将可制造性和线性屈曲载荷提升了39%,而总设计时间仅略有增加。
目前,该方法只允许用户在已识别出的区域内调整结构的厚薄程度,但研究人员希望在未来版本中加入其他修改选项。
“我们希望通过解决这些障碍,能让拓扑优化面向更广泛的受众开放,不仅限于行业应用,也包括学术界的研究人员和学生,”Carstensen说。
从设计到结构
研究人员认为,他们的方法可以与纯AI方法形成互补。
“我们认为两种方式都有其存在的空间,”Carstensen说。“如果你所处的学科拥有大量的计算资源,可以采用另一种方法。但如果你确实需要人类的输入,就可以采用这种协作式方法。”
加入人类输入还有助于提升信任度。
“在某些场景下,人类需要在推进最终设计之前做出最终决策,”Carstensen说。“通过让人类参与进来,我们能够将性能更优的设计带入现实世界,从而创造出性能更出色的结构。因为这不仅仅是要设计出好的作品,更是要创造出人类真正愿意接受并付诸实践的好作品。”
这项工作得到了MathWorks工程奖学金基金、塔塔钢铁公司以及麻省理工学院生成式AI影响联盟的部分资助。
