1757337385
2025-09-07 04:00:00
人工知能の最適化は、より速く、より正確な設計とシミュレーション、効率の向上、プロセスの自動化による開発コストの削減、予測的メンテナンスと品質制御の強化など、機械エンジニアに多くの利点を提供します。
「人々が機械工学について考えるとき、彼らはハンマー、車、ロボット、クレーンなどのハードウェアなどの基本的な機械的ツールについて考えていますが、機械工学は非常に広範です」と、海洋利用のドハティ議長であり、MITの機械工学の准教授であるFaez Ahmed氏は言います。 「機械工学、機械学習、AI、および最適化が大きな役割を果たしています。」
アーメドのコースでは、 2.155/156 （エンジニアリングデザインのAIおよび機械学習）、学生は機械工学設計のために人工知能と機械学習のツールと技術を使用し、新製品の作成に焦点を当て、エンジニアリング設計の課題に取り組んでいます。
モーションキャプチャへの猫の木：エンジニアリングデザインのAIとML
ビデオ：MIT機械工学部
「機械エンジニアが機械学習とAIが基本的に設計プロセスを促進することについて考える理由がたくさんあります」と、コースのティーチングアシスタントであり、アーメドの設計計算およびデジタルエンジニアリングラボ（デコード）の博士課程候補であるライルレーゲンウェッターは言います。
2021年に最初に提供されたこのクラスは、機械工学、航空工学、航空工学、宇宙飛行士、MIT Sloan Management School of Management、および核およびコンピューター科学を含む、機械および環境工学、航空工学、宇宙飛行士など、研究所の部門から学生を惹きつけ、機械工学部（Meche）の最も人気のある非コア製品の1つになりました。
学部生と大学院生の両方に公開されているこのコースは、現実世界の機械設計上の問題の文脈における高度な機械学習と最適化戦略の実施に焦点を当てています。自転車フレームの設計から都市グリッドまで、学生は物理システムのAIに関連するコンテストに参加し、友好的な競争に促進されたクラス環境での最適化の課題に取り組みます。
学生にはチャレンジの問題とスターターコードが与えられます。 [not] メッシュの大学院生であるイラン・モイヤーは説明します。 [determine]、どうすればもっとうまくやることができますか？」ライブリーダーボードは、学生が自分の方法を継続的に改良することを奨励します。
システム設計および管理の大学院生であるEm Lauber氏は、このプロセスにより、学生が学習していることの適用と「文字通りコーディング方法」の実践スキルを探るスペースを与えたと言います。
カリキュラムには研究論文に関する議論が組み込まれており、学生はロボット工学、航空機、構造、メタマテリアルなどの特定のエンジニアリングの問題に合わせた機械学習の実践的な演習も追求しています。最終プロジェクトのために、学生は、選択した複雑な問題に関する設計にAIテクニックを採用するチームプロジェクトに協力しています。
「多様な幅と高品質のクラスプロジェクトを見るのは素晴らしいことです」とアーメドは言います。 「このコースの学生プロジェクトは、多くの場合、研究出版物につながり、賞を獲得しました。」彼は「最近の論文」の例を引用しています。Gencad-Self Cepairing、「アメリカ機械工学協会システムエンジニアリング、情報、ナレッジマネジメント2025ベストペーパー賞を受賞しました。
「最終プロジェクトの最大の利点は、すべての学生がクラスで学んだことを多くの興味を持っている地域に適用する機会を与えたことでした」とメッシュの大学院生であるマリア・スミスは言います。彼女のプロジェクトは「Markered Motion Captured Data」を選択し、ランナーの地上力を予測することを検討しました。
Lauberは、ポール、プラットフォーム、ランプのさまざまなモジュールを備えた「Cat Tree」デザインのフレームワークを採用し、個々のCAT世帯向けのカスタマイズされたソリューションを作成し、Moyerは新しいタイプの3Dプリンターアーキテクチャを設計するソフトウェアを作成しました。
「大衆文化で機械学習を見ると、それは非常に抽象化されており、非常に複雑なことが起こっているという感覚があります」とMoyer氏は言います。 「このクラスはカーテンを開きました。」
#エンジニアリング設計のためのAIおよび機械学習 #MITニュース