Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

KI-News & Forschung

Forschung ·

MITs Design-Copilot lässt Ingenieure die Topologieoptimierung mittendrin steuern

Forschende am MIT haben ein System gebaut, das die Topologieoptimierung, also die algorithmische Formgebung eines Bauteils, anhält und Ingenieuren Bereiche zeigt, die eine Anpassung lohnen. Ausgewählt werden sie von einem Modell, das mit synthetischer Kritik trainiert wurde. In Demonstrationen verbesserten sich Fertigbarkeit und Knicklast um 39%, bei rund 15 Sekunden Mehraufwand gegenüber vollautomatischen Läufen. Die Studie erschien in Communications Engineering.

Algorithmen, die Strukturen entwerfen, haben Bauteile für Ultraleichtflugzeuge, Antennen und Formel-1-Autos hervorgebracht, doch Ingenieure für Gebäude und Brücken trauen ihnen nur zögerlich. Forscher am MIT vermuten, dass ein Grund darin liegt, dass der Ingenieur das Ergebnis erst am Ende sieht. Ihr neues System lässt Planer eingreifen, während der Algorithmus noch arbeitet, und kostet dabei kaum zusätzliche Zeit.

Die Technik heißt Topologieoptimierung. Sie legt fest, wo in einem gegebenen Raum Material sitzen muss, um bestimmte Lasten zu tragen. Normalerweise läuft sie als Blackbox: Man stellt das Problem, wartet und bekommt eine fertige Form, die seltsam aussehen oder schwer zu fertigen sein kann. Für Änderungen beginnt man oft von vorn. Das MIT-System, beschrieben in einem frei zugänglichen Artikel in Communications Engineering, hält während des Laufs an und markiert Bereiche des Entwurfs, die der Ingenieur anpassen kann.

Der Teil mit maschinellem Lernen entscheidet, welche Bereiche gezeigt werden. Frühere Versuche, menschliches Urteil einzubauen, bremsten den Prozess stark. Deshalb trainierte das Team ein Modell, das vorhersagt, wo ein Mensch am wahrscheinlichsten eingreifen würde. Dafür baute es einen synthetischen Datensatz mit wahrscheinlichem menschlichem Feedback zu Tausenden Entwürfen, zu Aussehen, Leistung und Fertigbarkeit. In Demonstrationen waren die menschlich gelenkten Entwürfe leichter herzustellen und hatten eine um 39 Prozent höhere lineare Knicklast, bei nur 15 Sekunden mehr Gesamtentwurfszeit als vollautomatische Läufe.

Das ist eine andere Vorstellung von einem KI-Copiloten als die Programmierassistenten, die die meisten kennen. Statt dass das Modell eine Antwort liefert, die man annimmt oder ablehnt, korrigiert der Mensch das Modell unterwegs, und das Modell lernt, wo solche Korrekturen wahrscheinlich sind. Seniorautorin Josephine Carstensen meint, es gebe Platz für vollautomatische und kooperative Ansätze, je nachdem, wie viel Rechenleistung ein Team hat und wie viel menschliche Freigabe die Arbeit braucht.

Die Grenzen nennt die Mitteilung selbst. Vorerst können Planer Bereiche nur dicker oder dünner machen; andere Änderungen sind für spätere Versionen geplant. Das Trainingsfeedback ist synthetisch und stammt nicht von praktizierenden Ingenieuren, also bleibt offen, ob die Vorhersagen des Modells dem entsprechen, was echte Planer wollen. Die Ergebnisse stammen aus Demonstrationen im Artikel, nicht aus gebauten und im Einsatz getesteten Strukturen.

Unser Fazit: Dass Ingenieure eingreifen können, trifft den eigentlichen Grund, warum sie Formen aus der Blackbox misstrauen. Vorerst lassen sich Bereiche nur dicker oder dünner machen, es bleibt also ein Forschungswerkzeug und keine Design-Suite.

Quelle: MIT News

Weitere Artikel