教育新闻网重大的设计问题需要创造性和探索性的决策制定能力，这是人类擅长的技能。当工程师使用人工智能(AI)时，他们传统上将人工智能应用于已定义规则集内的问题，而不是让人工智能通常遵循人类策略来创建新事物。这项新颖的研究考虑了一个AI框架，该框架通过观察人类数据来学习人类设计策略，从而在没有明确的目标信息，偏见或指导的情况下生成新设计。
该研究由机械工程学教授，卡内基梅隆大学工程学院临时院长，医学博士Ayush Raina共同撰写。卡内基·梅隆大学机械工程专业的候选人，宾夕法尼亚州立大学工程设计助理教授克里斯·麦康姆。
卡根说：“人工智能不仅仅是模仿或反驳已经存在的解决方案。”“这是在学习人们如何解决特定类型的问题并从头开始创建新的设计解决方案。”人工智能有多好?“答案是非常好的。”
该研究着重于桁架问题，因为它们代表了复杂的工程设计挑战。桁架通常在桥梁中看到，是由杆组成的完整结构。对AI代理进行了培训，以观察他们根据工程师使用的相同视觉信息(屏幕上的像素)创建桁架时遵循的设计修改顺序的进展，但无需更多上下文。当轮到代理人进行设计时，他们想象到与人类使用的设计过程相似的设计过程，然后产生了实现它们的设计动作。研究人员在过程中强调了可视化，因为视觉是人类感知世界并解决问题的有机组成部分。
该框架由多个深度神经网络组成，这些神经网络在基于预测的情况下协同工作。AI使用神经网络浏览了一组五个连续图像，并使用从这些图像中收集的信息预测了下一个设计。
“我们试图让代理商创建类似于人类的设计，模仿他们使用的过程：他们如何看待设计，如何采取下一步行动，然后逐步创建新设计，”他说。瑞娜
研究人员测试了类似问题的AI代理，发现它们的平均性能要优于人类。但是，这种成功来自人类在解决问题时没有的许多优势。与人类不同，代理商没有达到特定的目标(例如减轻重量)，也没有收到关于他们做得如何的反馈。取而代之的是，他们只使用他们经过训练可以使用的基于视觉的人类策略技术。
McComb说：“很容易想到这种AI将取代工程师，但这不是真的。”“相反，它可以从根本上改变工程师的工作方式。如果像我们在工作中一样，可以将无聊的，费时的任务卸载给AI，那么我们就可以解放工程师以进行更大的思考并创造性地解决问题。”
