Des chercheurs du MIT ont développé un copilote IA pour les ingénieurs en structures. Pendant que l'algorithme génère la conception, le système présente des régions que le concepteur peut évaluer et ajuster, au lieu de ne montrer que le résultat final. Le travail a été publié dans la revue Communications Engineering le 10 novembre 2026 et présenté par MIT News le 13 novembre.
Le problème de la « boîte noire » en conception structurelle
La technique utilisée est l'optimisation topologique, qui remplit itérativement l'espace d'une conception pour atteindre des objectifs définis, comme supporter une charge avec le moins de matériau possible. Elle est déjà utilisée dans l'industrie automobile et aérospatiale, mais sa nature de « boîte noire » a limité son adoption pour les bâtiments et les ponts : l'ingénieur ne voit la conception que lorsqu'elle est terminée et, pour changer quelque chose, doit souvent tout recommencer.
Le copilote utilise l'apprentissage automatique pour prédire rapidement les régions d'une conception qu'un humain voudrait probablement modifier. Pour entraîner le modèle, l'équipe a créé un ensemble de données synthétiques avec des milliers de retours humains probables, évaluant l'esthétique, les performances et la fabricabilité. Pendant l'exécution, le système met ces régions en évidence et l'utilisateur peut épaissir ou affiner les structures à ces endroits.
39 % de charge de flambement en plus
Dans les démonstrations, l'approche avec l'humain dans la boucle a amélioré la fabricabilité et la charge linéaire de flambement — la force qu'une pièce supporte avant de se déformer — de 39 %, en n'ajoutant que 15 secondes au temps total de conception par rapport aux méthodes entièrement automatiques.
« Pour l'instant, l'humain n'a aucun pouvoir d'action ni aucun contrôle sur le processus de conception pendant qu'il se déroule », explique l'auteur principal, Dat Ha, docteur du MIT en 2026 et aujourd'hui concepteur de structures chez LeMessurier. « Pour ces conceptions vraiment complexes, nous voulions aussi exploiter notre cerveau, qui est la machine la plus complexe qui existe, pour résoudre ces problèmes de conception d'une manière plus pratique pour l'industrie. »
Pour l'instant, le système permet seulement d'épaissir ou d'affiner les structures dans les régions identifiées ; l'équipe espère ajouter d'autres options de modification dans les versions futures. Les auteurs de l'article incluent Ferdous Alam, aujourd'hui professeur assistant à Georgia Tech ; Markus Buehler, professeur au MIT ; Faez Ahmed, professeur associé de génie mécanique au MIT ; et l'auteure senior Josephine Carstensen, professeure associée de génie civil et environnemental au MIT.
Crédit image : Communications Engineering (2026). L'image compare les flux de travail de l'optimisation topologique classique, informée par l'humain et assistée par l'IA.
Sources : MIT News · Tech Xplore · Communications Engineering — DOI 10.1038/s44172-026-00818-x
Transparence : cet article a été produit avec l'aide de l'intelligence artificielle, en croisant des publications publiques et des sources internet. Les faits ont été vérifiés auprès des sources originales citées ci-dessus ; consultez-les pour plus de détails.
Par Muse