AI学习使用视觉提示设计为人类所做的
根据ASME机械设计杂志的研究结果，训练有素的AI代理商可以采用人类的设计策略来解决问题。
大型设计问题需要创造性和探索性的决策，这是人类Excel的技能。当工程师使用人工智能（AI）时，它们传统上传统上将其应用于一系列规则规则中的问题，而不是拥有它通常遵循人类的策略来创造新的东西。这项新颖的研究考虑了一个AI框架，通过观察人类数据来生成没有明确目标信息，偏见或指导的新设计来学习人类设计策略。
该研究由Carnegie Mellon University工程学院机械工程和中期院长Jonathan Cagan，Ayush Raina，Ph.D。 Carnegie Mellon的机械工程中的候选人，宾夕法尼亚州立大学工程设计助理教授克里斯麦克斯麦克斯
“AI不仅仅是模仿或反动的解决方案已经存在，”卡格说。“这是学习人们如何解决特定类型的问题并从头开始创造新的设计解决方案。”AI有多好？“答案很好。”
这项研究侧重于桁架问题，因为它们代表了复杂的工程设计挑战。常见于桥梁，桁架是形成完整结构的杆的组装。培训AI代理人培训，以观察设计修改序列中的进展，这些序列在创建桁架时，该序列基于在屏幕上的相同的视觉信息 - 但没有进一步的上下文的情况下的使用级别。当代理商转向设计时，他们想象与人类使用的设计进展，然后生成的设计移动以实现它们。研究人员在这个过程中强调了可视化，因为愿景是人类如何感知世界的一个组成部分，并解决问题。
该框架是由多个深度神经网络组成，该网络在基于预测的情况下合作。使用神经网络，AI通过一组五个顺序图像看，并使用从这些图像收集的信息预测下一个设计。
“我们试图让代理商创建类似的设计，类似于人类如何做到这一点，模仿他们使用的过程：他们如何看待设计，他们如何采取下一个动作，然后创建一个新的设计，一步一步一步一步，” raina。
研究人员在类似问题上测试了AI代理，并发现平均而言，它们比人类更好。然而，这种成功在没有许多人在解决问题时提供的许多优点。与人类不同，代理商不适用于特定目标（比如制作轻量级的东西），并没有收到关于他们在做的程度上的反馈。相反，他们只使用了他们接受培训的基于视觉的人策略技术。
“认为这个AI将取代工程师，但这很诱人，但这根本不是真的，”McComb说。“相反，它可以从根本上改变工程师如何工作。如果我们可以将无聊，耗时的任务卸载，就像我们在工作中所做的那样，那么我们就可以彻底使用工程师思考大而创造性地解决问题。“
###
参考：“从人类学习设计：通过深入学习模仿人类设计师“由Ayush Raina，Christopher McComb和Jonathan Cagan，2019年9月16日，Asme Mechanical Design.doi：
10.1115/1.4044256
本文是由国防高级研究项目机构（DARPA）赞助的较大研究项目的一部分，关于AI在人类/计算机混合团队中的作用，特别是人类和AI如何共同努力。通过该项目的结果，研究人员正在考虑如何将AI作为合作伙伴或指南来改善人类流程，以实现比人类或AI更好的结果。
