Riset MIT Tunjukkan Cara AI Membantu Insinyur Memperbaiki Desain Struktur

HiTopAI menandai bagian rancangan yang bisa diperbaiki insinyur. Satu simulasi memperlihatkan peningkatan beban tekuk sekitar 39 persen.
2 menit baca
Ilustrasi insinyur meninjau bentuk braket hasil optimasi topologi di meja kerja.
Ilustrasi editorial yang dibuat dengan AI untuk AIGEO.ID.
Dalam artikel ini
  1. Di mana AI masuk ke proses desain?
  2. Bagaimana membaca kenaikan 39 persen?
  3. Apa artinya bagi praktik rekayasa?
Transparansi Penggunaan AI: AI membantu riset, penyusunan, dan penyuntingan artikel ini. Rujukan ditautkan pada klaim terkait.

Tim peneliti yang dipimpin Dat Quoc Ha mengembangkan HiTopAI, alat bantu yang menandai bagian struktur untuk ditinjau insinyur saat algoritme masih menyusun desain. MIT News memaparkan hasilnya pada 13 November 2026, setelah peneliti menerbitkan studi di Communications Engineering. Dalam salah satu simulasi braket berbentuk L, rancangan hasil intervensi menahan beban tekuk linear sekitar 39 persen lebih tinggi dibanding rancangan awal.

Di mana AI masuk ke proses desain?

Optimasi topologi menata letak material di ruang yang tersedia agar rancangan memenuhi sasaran teknis, seperti kekakuan pada beban tertentu. Jika insinyur baru melihat hasil pada akhir perhitungan, sebagian proses perlu diulang ketika muncul bagian yang sulit dibuat atau tidak sesuai dengan kebutuhan proyek.

Menurut makalah penelitian, HiTopAI menggunakan model segmentasi citra dengan arsitektur U-Net untuk menyarankan area yang patut ditinjau. Model dilatih dengan data sintetis. Dalam contoh di makalah, sistem mempelajari dua pola pilihan, yakni menyorot batang paling panjang dan menandai sambungan dengan paling banyak elemen. Insinyur dapat menyesuaikan area yang disarankan sebelum mengubah rancangan.

Bagaimana membaca kenaikan 39 persen?

Peneliti menghitung kenaikan tersebut pada simulasi braket berbentuk L. Beban tekuk menunjukkan kapan elemen yang mendapat tekanan mulai kehilangan kestabilan pada kondisi yang dimodelkan. Untuk perbandingan awal dan akhir yang menghasilkan angka 39 persen itu, peneliti juga melaporkan kenaikan compliance sekitar 10 persen, yang menunjukkan penurunan kekakuan pada ukuran yang digunakan.

Studi itu memberi contoh kedua yang mengejar kemudahan pembuatan. Ketika algoritme mengusulkan simpul dengan banyak batang bertemu di satu titik, insinyur dapat mengarahkan perubahan lokal agar sambungannya lebih sederhana. Angka beban tekuk dari contoh pertama berlaku pada konfigurasi uji tersebut. Contoh kedua menunjukkan manfaat desain yang berbeda.

Apa artinya bagi praktik rekayasa?

Hasil ini paling relevan pada tahap eksplorasi konsep, saat insinyur masih membandingkan bentuk, sambungan, dan kebutuhan material. Penerapan di proyek nyata memerlukan analisis sesuai kondisi beban, metode fabrikasi, dan persyaratan desain proyek. Studi tersebut mengevaluasi metode komputasional. Hasilnya dapat dipakai untuk merumuskan pertanyaan pada pengujian fisik berikutnya.

Pendekatan ini memberi contoh penggunaan machine learning untuk memandu perhatian manusia selama proses komputasi. Untuk membaca temuan seperti ini, panduan AIGEO.ID tentang benchmark AI membantu menelusuri desain pembanding, metrik yang digunakan, dan batas kesimpulan dari hasil uji.

Lihat bacaan tersimpan

Disimpan hanya di browser perangkat ini.

Komentar & Diskusi

Tulis Komentar

Bagikan pendapat Anda dengan sopan dan relevan. Alamat email tidak akan ditampilkan.