精進工程設計需從創新學起，研究發現
作者: Jennifer Chu
發布時間：2023 年 10 月 19 日
簡介
麻省理工學院（MIT）的工程師進行了一項研究，結果顯示，生成式人工智慧（AI）在創新工程任務方面具有潛力。然而傳統的生成式模型只追求統計的相似性，在工程效能和需求方面表現不佳。研究人員提出，要讓 AI 在生成新的想法和設計方面更具創新力，必須超越"統計相似性"這一目標。
AI 在當前工程設計中的應用
生成式模型基於機器學習，可以從大量的資料中學習並生成與資料統計相似的內容。麻省理工學院的研究表明，這些生成式模型在當前工程設計中得到了廣泛應用，包括航空、建築等領域。然而大部分生成式模型只是模仿現有的設計，並未在現有設計上提升效能。
生成式 AI 的局限性
研究人員的實驗以腳踏車車架設計為例，展示了生成式模型在解決工程設計問題時的局限性。在初步學習階段，生成式模型只追求統計相似性，未考慮具體設計要求。例如，模型可能會將兩個尺寸相似的車架認為效能相似，而實際上存在細微差異使得一個車架比另一個更弱，這在統計相似性評估中並不明顯。
超越統計相似性
研究團隊由此呼籲，應該設計更多以效能、設計要求和創新性為優先的 AI 模型。研究結果顯示，當模型超越"統計相似性"的界限時，能夠生成比現有設計更優秀的設計。並且，研究團隊強調透過合理的規劃任務相關的度量標準，AI 模型能夠成為工程設計的有效"共同操作者"，有助於工程師更好地創新產品。
對生成式 AI 應用的啟示
這項研究揭示了僅僅追求統計相似性的生成式 AI 在工程設計中的局限性。研究人員希望透過這一研究激發在多媒體以外的生成式 AI 應用領域中開展新的途徑和策略。透過關注效能、設計要求和創新的 AI 模型的訓練，許多工程領域將獲益良多。
研究來源：https://techxplore.com/news/2023-10-excel-generative-ai.html
Innovation-生成式 AI,工程設計,優越,研究,創新
延伸閱讀
- 前 Snap 研究人員正在利用人工智慧打造下一代 Bitmoji - 輕鬆創作個人化貼圖
- 特斯拉的熱鬧一周：金融科技迎來了時刻？
- 微軟和 Quantinuum 或帶領量子計算的下一個時代
- 在巨型公司中創新的挑戰以及今年他感到興奮的事情 Sundar Pichai 談創新大公司的挑戰以及他今年的期待
- 思瑪 AI 獲得 7000 萬美元融資，將推出多模式 GenAI 晶片
- 科技新創週報：盛極必衰
- 兔子創業者 Jesse Lyu 談初創企業的本質：「成長快，或死得更快」，只要不放棄
- 投給代表性不足創辦人的風險資金數量更新 - 技術新聞網
- HTC Vive 轉型企業產品，你可能不知道
- 約拉再度崛起，打造人工智慧裝置
