Студенты MIT в рамках эксперимента JARVIS Challenge попытались спроектировать и собрать небольшой реактивный двигатель всего за четыре недели, используя современные LLM в качестве ИИ-копилотов для анализа и дизайна.
Что произошло
Участники эксперимента использовали платформу MIT Parley, объединяющую современные большие языковые модели, для проектирования и сборки двигателя с тягой 50–100 фунтов. Результаты показали, что ИИ значительно ускоряет поиск информации и автоматизацию инженерных рабочих процессов, но при этом допускает ошибки из-за галлюцинаций и отсутствия физической интуиции.
Контекст
Эксперимент проводился на базе платформы MIT Parley, которая позволяет интегрировать ИИ в сложные инженерные циклы. Проект направлен на проверку возможностей ИИ-копилотов в высокотехнологичных областях, таких как аэрокосмическая отрасль и разработка аппаратного обеспечения (hardware).
Почему это важно для индустрии
Для индустрии этот эксперимент демонстрирует потенциал сокращения циклов R&D в sectors вроде aerospace и hardware. Это открывает путь к созданию специализированных инженерных ИИ-агентов и систем, интегрированных с CAD/CAE инструментами, а также стимулирует разработку методов автоматизированной верификации физических свойств в дизайне.
Почему это важно для пользователей
Для инженеров ИИ становится мощным инструментом, который не заменяет специалиста, а меняет его роль. Фокус смещается с рутинного поиска и первичного проектирования на высокоуровневую супервизию (AI supervision) и критическую верификацию результатов, выданных моделью.
Что пока неизвестно / ограничения
Существует риск критических ошибок в физическом дизайне из-за склонности моделей к галлюцинациям и отсутствия понимания физических законов на интуитивном уровне. Необходим жесткий контроль со стороны человека (human-in-the-loop).
Источники
Автор
Look at AI, редакция