人類擅長解決大型設(shè)計問題。這些問題需要創(chuàng)造性和探索性的決策制定能力，才能使人脫穎而出。從歷史上看，計算機(jī)代理形式的人工智能(AI)不能與這些技能相提并論。

傳統(tǒng)上，使用AI進(jìn)行輔助的工程師將其應(yīng)用于已定義規(guī)則集內(nèi)的問題，而不是通常遵循人類策略來創(chuàng)造新事物。現(xiàn)在，發(fā)表在《機(jī)械設(shè)計雜志》上的一項美國研究表明，可以訓(xùn)練AI代理采用人類設(shè)計策略來解決問題。

這項研究考慮了一個AI框架，該框架通過觀察人類數(shù)據(jù)來學(xué)習(xí)人類設(shè)計策略。然后，它可以生成新設(shè)計，而無需明確的目標(biāo)信息，偏見或指導(dǎo)。

這項研究是由卡內(nèi)基梅隆大學(xué)的Jonathan Cagan和Ayush Raina與賓夕法尼亞州立大學(xué)的Chris McComb共同撰寫的。

Cagan說：“ AI不僅在模仿或反駁已經(jīng)存在的解決方案。”“它正在學(xué)習(xí)人們?nèi)绾谓鉀Q特定類型的問題，并從頭開始創(chuàng)建新的設(shè)計解決方案。”

一位AI設(shè)計代理人有多好?“答案是相當(dāng)不錯的，”卡根說。該研究關(guān)注桁架問題，因為它們代表了復(fù)雜的工程設(shè)計挑戰(zhàn)。桁架是橋梁中常見的桁架，形成完整的結(jié)構(gòu)。