AutoSiMP: Autonomous Topology Optimization from Natural Language via LLM-Driven Problem Configuration and Adaptive Solver Control

Each language version is independently generated for its own context, not a direct translation.

Immagina di voler costruire un ponte, un'ala di aereo o una sedia super-resistente, ma invece di dover disegnare ogni singolo bullone e calcolare le forze con formule matematiche complesse, ti limiti a dire a un assistente: "Fammi un ponte che regga un camion al centro, con i piloni fissi ai lati e un buco per far passare un tubo".

Fino a poco tempo fa, questo era impossibile per chi non era un ingegnere esperto. Dovevi conoscere il "linguaggio segreto" dei computer per dire loro come impostare il problema.

AutoSiMP è il sistema presentato in questo articolo che cambia tutto. È come avere un architetto robotico magico che ascolta la tua descrizione in linguaggio normale e costruisce da solo la struttura perfetta.

Ecco come funziona, spiegato con delle metafore semplici:

1. Il Traduttore Magico (Il Configuratore)

Immagina di entrare in una cucina e dire al cuoco: "Fammi una torta al cioccolato, ma senza noci e con la glassa rossa".
In passato, il cuoco (il computer) non sapeva cosa fare se non gli avessi dato la ricetta esatta con le gramme precise.
AutoSiMP ha un "traduttore" (un'intelligenza artificiale avanzata) che prende la tua frase semplice e la trasforma in una ricetta tecnica perfetta. Capisce che "senza noci" significa "lascia un vuoto qui" e che "glassa rossa" significa "metti un peso lì". Non sbaglia quasi mai, e se nota un errore (come chiedere di mettere un peso su un punto che non può reggerlo), lo corregge da solo prima di iniziare.

2. L'Architetto che Disegna i Contorni (Il Generatore di Condizioni)

Una volta capito cosa vuoi, il sistema deve preparare il "terreno di gioco".
Pensa a un'arena di lotta: devi dire al computer dove sono i muri (dove il materiale è bloccato), dove spinge il vento (le forze) e dove non puoi mettere nulla (i buchi per i tubi).
AutoSiMP fa questo lavoro automaticamente: disegna la griglia invisibile su cui lavorerà il computer, posizionando i "ferri di cavallo" (i vincoli) e i "pali" (i carichi) esattamente dove hai detto tu, senza che tu debba toccare un solo numero.

3. Il Cuoco che Assaggia e Aggiusta (Il Solutore e il Controllore)

Ora il computer inizia a "cuocere" la struttura. Non disegna tutto subito, ma prova e sbaglia.
Immagina di scolpire una statua da un blocco di marmo: togli un po' di pietra, guardi se regge, togli altro, e così via.

Il Solutore: È lo scalpello che toglie il materiale inutile.
Il Controllore: È l'occhio esperto che decide quanto materiale togliere in ogni momento. AutoSiMP può usare un "controllore automatico" (un'intelligenza artificiale che impara mentre lavora) o un "controllore a programma fisso" (un metodo sicuro e prevedibile).
- La metafora: Il controllore automatico è come un chef che assaggia la zuppa ogni minuto e aggiusta il sale. Quello a programma è come seguire una ricetta scritta a mano che dice "aggiungi sale ogni 5 minuti". Il primo è più creativo, il secondo più sicuro.

4. L'Ispettore della Qualità (Il Valutatore)

Prima di dirti "Ecco il tuo ponte!", il sistema fa un controllo di sicurezza rigoroso.
Immagina un ispettore che controlla:

"Il ponte è intero o è caduto a pezzi?" (Connessione).
"Regge il peso o si piega troppo?" (Compliance).
"È tutto solido o ci sono zone grigie e deboli?" (Grigiore).
Se qualcosa non va, il sistema non si arrende: si riprova. È come se il cuoco dicesse: "La torta è venuta troppo asciutta, aggiungi un uovo e riprovo".

5. Il Risultato Finale

Alla fine, dopo aver ascoltato la tua frase, AutoSiMP ti restituisce un'immagine 3D di una struttura binaria: o c'è materiale (bianco) o non c'è (nero). Niente zone grigie, niente dubbi. È la forma matematicamente più efficiente per il tuo scopo.

Perché è rivoluzionario?

Fino ad oggi, per usare questi software dovevi essere un esperto. Dovevi sapere come impostare i parametri, come disegnare la griglia e come evitare errori che facevano esplodere il programma.
AutoSiMP rimuove questa barriera.

Prima: Dovevi imparare a parlare la lingua del computer.
Ora: Il computer impara a parlare la tua lingua.

Il sistema include anche una dimostrazione interattiva sul web: puoi scrivere la tua idea, vedere in tempo reale come il computer la trasforma in una struttura, ruotarla in 3D e persino spostare i pesi con il mouse se non ti piace dove sono finiti.

In sintesi, AutoSiMP è il primo sistema al mondo che prende una semplice frase in italiano (o inglese) e la trasforma in un progetto ingegneristico validato, pronto per essere costruito, senza che tu debba essere un matematico o un ingegnere strutturale. È come avere un genio dell'ingegneria nella tua tasca che aspetta solo un'idea.

Each language version is independently generated for its own context, not a direct translation.

Titolo: AutoSiMP: Ottimizzazione Topologica Autonoma dal Linguaggio Naturale tramite Configurazione Guidata da LLM e Controllo Adattivo del Solver

1. Il Problema: La Barriera di Configurazione

L'ottimizzazione topologica (TO), in particolare con il metodo SIMP (Solid Isotropic Material with Penalization), è uno strumento fondamentale per la progettazione strutturale in settori come aerospaziale e biomedicale. Tuttavia, la sua adozione da parte di non esperti è limitata da una barriera di configurazione:

Prima di eseguire una singola iterazione, l'utente deve specificare manualmente il dominio di progettazione, discretizzarlo in una mesh agli elementi finiti, assegnare condizioni al contorno (vincoli, carichi), definire regioni passive (es. fori, inserti) e selezionare parametri numerici (volume, raggio di filtro, budget di iterazioni).
Ogni errore in questi passaggi (es. un carico applicato su un grado di libertà vincolato) porta al fallimento del solver o a risultati errati "silenziosi".
Le soluzioni attuali basate sul Machine Learning (ML) si concentrano sull'accelerare o sostituire il solver iterativo, ma presuppongono che il problema sia già completamente configurato. Manca un sistema che automatizzi l'intero flusso, dalla descrizione testuale al risultato finale validato.

2. Metodologia: La Pipeline AutoSiMP

AutoSiMP è una pipeline autonoma composta da cinque moduli che trasformano una descrizione in linguaggio naturale in una topologia binaria validata:

Configuratore basato su LLM:
- Un agente LLM (utilizza Gemini Flash Lite) analizza il prompt in linguaggio naturale (es. "trave a sbalzo, lato sinistro fissato, carico verso il basso a metà destra") e genera una specifica strutturata (ProblemSpec in formato JSON).
- Include regole di conoscenza di dominio (es. riconoscimento di "trave MBB" come vincolo di simmetria) e safety rail deterministici che validano i parametri (range fisici, assenza di vincoli mancanti, rilevamento di carichi su gradi di libertà fissi).
Generatore di Condizioni al Contorno (BC):
- Converte la specifica JSON in array pronti per il solver: indici dei gradi di libertà (DOF) fissi, vettori di forza (con pesi tributari per carichi distribuiti) e maschere per le regioni passive.
Solver SIMP a Tre Campi con Controllore Adattivo:
- Utilizza un solver SIMP esistente con proiezione Heaviside.
- Integra un'interfaccia per controller di continuazione (pluggable). Il sistema può usare un controller deterministico (programma fisso) o un controller LLM che adatta dinamicamente i parametri di penalizzazione ( $p$ ), proiezione ( $\beta$ ), raggio di filtro ( $r_{min}$ ) e limite di movimento ( $\delta$ ) durante l'ottimizzazione.
Valutatore Strutturale (8 Check):
- Esegue 8 controlli deterministici sul risultato:
  - 5 Gate Pass/Fail: Connettività (flood-fill), rapporto di compliance, grigiore (grayness), fedeltà della frazione di volume, convergenza.
  - 3 Metriche Informative: Frazione di membri sottili, indice di scacchiera, efficienza del percorso di carico.
Loop di Riprova (Retry):
- Se un gate fallisce, il valutatore diagnostica il problema e propone aggiustamenti specifici (es. aumentare il budget di iterazioni, modificare la frazione di volume) per un massimo di due tentativi di ricalcolo.

Principio Chiave: Separazione tra Configurazione (Cosa ottimizzare) e Controllo (Come ottimizzare). Questo permette di valutare indipendentemente l'accuratezza dell'LLM nella comprensione del problema e la qualità delle strategie di ottimizzazione.

3. Contributi Chiave

Configurazione del Problema basata su LLM: Primo sistema in grado di tradurre descrizioni testuali in specifiche solver-ready validate, con un errore di compliance mediano del solo +0.3% rispetto a un esperto umano.
Generazione Automatica delle Condizioni al Contorno: Gestione automatica di combinazioni arbitrarie di vincoli, carichi puntuali/distribuiti e regioni passive, garantendo la corrispondenza DOF-per-DOF con i solver standard.
Valutatore Strutturale a 8 Check: Un sistema di validazione post-soluzione che fornisce sia una decisione binaria (passa/fallisce) che metriche diagnostiche per il loop di riprova.
Validazione Sperimentale Sistematica: Test su 19 benchmark (17 2D, 2 3D) che dimostrano come la combinazione di un configuratore LLM e un controller deterministico raggiunga il 100% di affidabilità al primo tentativo.
Interfaccia Web Interattiva: Una demo browser-based che integra tutti i moduli, permettendo l'editing visivo dei carichi, la visualizzazione in tempo reale della densità e il rendering 3D, senza necessità di installazione locale.

4. Risultati Sperimentali

Lo studio è stato valutato su tre assi principali:

Accuratezza della Configurazione: Su 10 problemi diversi, il configuratore ha prodotto specifiche valide in tutti i casi. La penalità sulla compliance rispetto alla verità fondamentale (ground truth) è stata mediana del +0.3%. L'unico caso significativo di errore (+119%) è stato dovuto a un'ambiguità nella posizione di un carico (bracket a L), risolvibile tramite l'interfaccia di verifica visiva.
Confronto tra Controller:
- Il Controller LLM ha ottenuto la compliance più bassa (migliore qualità) ma un tasso di successo del 76.5% (instabilità API).
- Il Controller Deterministico (Schedule) ha ottenuto il 100% di tasso di successo con una penalità di compliance mediana di soli +1.5% rispetto al migliore.
- Le ablation study hanno dimostrato che la fase di "esplorazione" (prima della coda di affinamento) è cruciale: senza di essa, i risultati sono 2-30 volte peggiori.
Affidabilità End-to-End: Utilizzando il controller deterministico, tutti i problemi configurati dall'LLM hanno superato tutti i controlli di qualità al primo tentativo, rendendo il meccanismo di retry non necessario per i casi standard ma utile come rete di sicurezza.

5. Significato e Impatto

AutoSiMP rappresenta un passo fondamentale verso la democratizzazione dell'ottimizzazione topologica:

Chiusura del Ciclo Autonomo: È il primo sistema che chiude il ciclo completo dalla descrizione testuale alla topologia binaria validata, superando la barriera della configurazione manuale.
Affidabilità Pratica: Dimostra che, combinando la comprensione linguistica degli LLM con la robustezza dei controller deterministici, è possibile ottenere sistemi autonomi affidabili per l'ingegneria.
Accessibilità: L'interfaccia web interattiva e la disponibilità del codice sorgente (al momento dell'accettazione del journal) rendono la tecnologia accessibile a studenti e professionisti senza competenze di programmazione avanzata.

In sintesi, AutoSiMP non sostituisce il solver, ma automatizza l'interfaccia umana con esso, trasformando il linguaggio naturale in progetti strutturali ottimali e validati.