Immaginate un mondo in cui complessi componenti metallici non vengono intagliati da blocchi solidi o colati in stampi, ma vengono invece costruiti strato dopo strato, come una stampante 3D che impila metallo fuso. Questa è la produzione additiva, una tecnologia che promette di creare forme precedentemente impossibili da realizzare. Tuttavia, la costruzione di questi componenti è un delicato equilibrio. Se una parete è troppo sottile, potrebbe crollare; se una sezione sporge troppo senza supporto, potrebbe deformarsi sotto l'effetto del calore. Per decenni, gli ingegneri hanno dovuto controllare manualmente i loro progetti contro una lunga lista di regole, eseguire simulazioni per prevedere come il metallo si comporterà e poi ridisegnare il componente se qualcosa sembrava errato. È un processo lento e ripetitivo in cui il giudizio umano colma il divario tra i numeri grezzi di un computer e la realtà fisica del pavimento di fabbrica.

Ora, un nuovo sistema chiamato AgenticDfAM sta cambiando il modo in cui questo lavoro viene svolto. Invece di limitarsi a controllare un progetto rispetto a una lista statica di regole, questo sistema utilizza un team di agenti software intelligenti che possono ragionare, misurare e persino riscrivere le regole che seguono. Questi agenti non si limitano a guardare l'immagine di un componente; interagiscono con strumenti specializzati che misurano la geometria con estrema precisione. Se un progetto fallisce un controllo, il sistema non si limita a segnalare un errore; propone una soluzione, esegue una simulazione per vedere come tale soluzione influenzi la resistenza e la temperatura del pezzo, e poi decide se il cambiamento valga la pena di essere effettuato. Fondamentalmente, il sistema è progettato per essere trasparente. Ogni decisione presa è supportata da una specifica misurazione o da un numero calcolato che un ingegnere umano può ispezionare e verificare.

I ricercatori dietro questo lavoro, guidati da David Guirguis, volevano vedere se potevano automatizzare l'intero ciclo di progettazione, valutazione e riparazione senza perdere i rigorosi standard richiesti dall'ingegneria. Hanno costruito un flusso di lavoro in cui un modello linguistico di grandi dimensioni agisce come un manager, coordinando diversi strumenti software per gestire compiti specifici. Uno strumento riconosce le forme in un modello digitale, un altro misura distanze e angoli, e un terzo esegue simulazioni fisiche complesse per prevedere come il metallo si scalderà e si raffredderà. L'agente del modello linguistico legge i risultati di questi strumenti, interpreta il loro significato e decide cosa fare successivamente. Se un componente ha una sezione troppo sottile, l'agente potrebbe suggerire di ispessire la parete. Se questo rende il pezzo troppo pesante, potrebbe suggerire una forma diversa. Il sistema mantiene un registro continuo di ogni misurazione e di ogni regola applicata, garantendo che il design finale non sia solo un'ipotesi, ma una soluzione basata su dati concreti.

Per testare questo sistema, i ricercatori sono partiti da un modello digitale di una complessa staffa metallica. Lo hanno inserito nel flusso di lavoro insieme a un insieme di linee guida di produzione per un tipo specifico di lega di nichel. Il sistema ha iniziato immediatamente il suo lavoro, scomponendo il design nelle sue caratteristiche geometriche e misurandole rispetto alle regole. Ha trovato diverse violazioni, come pareti troppo sottili e sbalzi troppo ripidi. L'agente ha quindi generato tre modi diversi per risolvere questi problemi. Una strategia manteneva la forma complessiva del pezzo esattamente la stessa ma aggiungeva materiale per rinforzare i punti deboli. Un'altra strategia rimuoveva del materiale per rendere il pezzo più leggero. Un terzo approccio cercava di bilanciare entrambi. Il sistema ha eseguito simulazioni su ciascuna di queste nuove versioni per vedere come si sarebbero comportate durante il processo di stampa effettivo.

I risultati hanno mostrato che correggere semplicemente gli errori geometrici non era sufficiente. La versione che aggiungeva più materiale per correggere i punti deboli finiva per avere la minore deformazione quando il pezzo veniva rimosso dalla stampante. Tuttavia, la versione che rimuoveva materiale per risparmiare peso si deformava di più in certe direzioni, anche se soddisfaceva tutte le regole geometriche di base. Questo reperimento evidenzia un limite chiave degli strumenti di progettazione tradizionali: spesso guardano un problema alla volta. AgenticDfAM, al contrario, poteva vedere i compromessi. Ha dimostrato che rendere un pezzo più resistente in un modo poteva renderlo più debole in un altro, e ha permesso all'ingegnere di vedere queste conseguenze prima che il metallo venisse mai fuso.

Il sistema si è anche dimostrato capace di gestire problemi che non erano presenti nella sua lista originale di regole. In un esperimento, i ricercatori hanno chiesto al sistema di progettare le strutture di supporto per un morsetto. Questi supporti sono impalcature temporanee che sostengono il pezzo mentre viene stampato. Il sistema ha generato un design, ma quando un revisore umano lo ha esaminato, ha notato qualcosa di strano: i supporti erano appoggiati sopra la superficie del pezzo dove non avrebbero dovuto essere, anziché sotto di essa. Invece di limitarsi a segnalare l'errore umano, l'agente ha indagato. Ha chiesto al software di misurare la distanza tra il supporto e la superficie del pezzo e ha capito che il codice usato per generare i supporti stava commettendo un errore con le superfici curve. L'agente ha poi riscritto il codice per correggere l'errore, ha verificato il nuovo codice su una superficie piatta e su una curva, e ha rieseguito l'intero processo. Questa volta, i supporti erano posizionati correttamente e la quantità di materiale di supporto sprecato è diminuita significativamente.

Forse la dimostrazione più sorprendente della capacità di adattamento del sistema è arrivata quando gli è stato chiesto di riprogettare un componente per gestire il calore. La simulazione ha mostrato che il calore si stava accumulando in un'area specifica della staffa, il che avrebbe potuto indebolire il metallo. L'agente ha proposto una serie di modifiche alla forma del pezzo per migliorare il modo in cui il calore fluisce attraverso di esso. Ha suggerito di arrotondare gli angoli vivi e di riempire i vuoti stretti. Dopo aver eseguito nuovamente le simulazioni, il sistema ha scoperto che uno di questi cambiamenti riduceva la temperatura massima di 160 gradi Celsius. Questo era un miglioramento enorme, ma comportava un costo: il pezzo diventava leggermente più pesante e si spostava un po' di più quando i supporti venivano rimossi. Il sistema ha presentato questo compromesso chiaramente, mostrando all'ingegnere che poteva scegliere tra un pezzo più fresco o uno più leggero, con la piena conoscenza delle conseguenze.

Durante tutti questi test, il sistema ha mantenuto una stretta separazione tra il ragionamento e la misurazione. L'agente del modello linguistico poteva suggerire un cambiamento, ma non poteva inventare un numero. Se aveva bisogno di conoscere lo spessore di una parete, doveva chiedere a uno strumento di misurarlo. Se aveva bisogno di conoscere la temperatura, doveva chiedere a una simulazione di calcolarla. Ciò ha garantito che il sistema non potesse allucinare fatti o inventare dati per adattarli a una storia. Quando il sistema commetteva un errore, come l'errore iniziale con le strutture di supporto, era in grado di diagnosticare il problema, correggere il codice sottostante e verificare la correzione prima di procedere. Questa capacità di auto-correggersi e di adattare le procedure stesse che usa per costruire un design è ciò che distingue AgenticDfAM dagli altri tentativi di automazione.

I ricercatori hanno scoperto che il sistema poteva affrontare con successo sfide progettuali complesse che solitamente richiedono un team di ingegneri e ore di lavoro manuale. Poteva identificare violazioni, proporre molteplici soluzioni, simulare i loro esiti e persino correggere il codice utilizzato per generare tali soluzioni. Nel caso del morsetto, il sistema ha ridotto il numero di volte in cui doveva tornare indietro per correggere il design del supporto da dieci tentativi a cinque. Ha anche gestito la riduzione del materiale di supporto sprecato di quasi il 30 percento in un'orientazione. Questi miglioramenti non riguardavano solo la velocità; riguardavano il trovare soluzioni migliori che un essere umano avrebbe potuto perdere perché troppo concentrato su una singola regola o su un singolo vincolo.

Il lavoro dimostra che l'intelligenza artificiale può essere un potente partner nell'ingegneria, non sostituendo l'ingegnere, ma occupandosi del lavoro pesante di misurazione e calcolo. Il sistema agisce come un assistente instancabile che non si stanca mai di controllare numeri o eseguire simulazioni. Permette all'ingegnere umano di concentrarsi sul quadro generale: decidere quali compromessi siano accettabili e di cosa debba avere bisogno il pezzo finale. Mantenendo separati i processi di misurazione e di ragionamento, il sistema assicura che ogni decisione possa essere ricondotta a un pezzo specifico di evidenza. Questa trasparenza è cruciale per settori come l'aerospazio e la medicina, dove un errore può avere conseguenze gravi.

In definitiva, AgenticDfAM mostra una strada percorribile per il modo in cui progettiamo le cose che costruiamo. Va oltre l'idea di un computer che si limita a controllare una lista di regole e punta verso un sistema che può comprendere il contesto di un design, prevederne il comportamento e adattare i propri metodi per risolvere i problemi. Il sistema non pretende di avere tutte le risposte, ma fornisce un modo per trovarle più velocemente e con maggiore fiducia. Trasforma il processo di progettazione in una conversazione tra l'intento umano e la precisione della macchina, dove ogni suggerimento è supportato da un numero, e ogni numero è aperto all'ispezione. Questo non è solo un nuovo strumento per gli ingegneri; è un nuovo modo di pensare a come creiamo gli oggetti complessi che compongono il nostro mondo moderno.