人類擅長解決大型設計問題。這些問題需要創(chuàng)造性和探索性的決策制定能力，才能使人脫穎而出。從歷史上看，計算機代理形式的人工智能(AI)不能與這些技能相提并論。

傳統(tǒng)上，使用AI進行輔助的工程師將其應用于已定義規(guī)則集內(nèi)的問題，而不是通常遵循人類策略來創(chuàng)造新事物?，F(xiàn)在，發(fā)表在《機械設計雜志》上的一項美國研究表明，可以訓練AI代理采用人類設計策略來解決問題。

這項研究考慮了一個AI框架，該框架通過觀察人類數(shù)據(jù)來學習人類設計策略。然后，它可以生成新設計，而無需明確的目標信息，偏見或指導。

這項研究是由卡內(nèi)基梅隆大學的Jonathan Cagan和Ayush Raina與賓夕法尼亞州立大學的Chris McComb共同撰寫的。

Cagan說：“ AI不僅在模仿或反駁已經(jīng)存在的解決方案。”“它正在學習人們?nèi)绾谓鉀Q特定類型的問題，并從頭開始創(chuàng)建新的設計解決方案。”

一位AI設計代理人有多好?“答案是相當不錯的，”卡根說。該研究關注桁架問題，因為它們代表了復雜的工程設計挑戰(zhàn)。桁架是橋梁中常見的桁架，形成完整的結構。