Промышленный дизайн десятилетиями буксует из-за технического разрыва между геометрией и физикой. По оценке исследователей из Северо-Западного политехнического университета (NPU) и Шанхайской лаборатории ИИ, так называемый «семантический разрыв» между CAD и CAE остается критическим узким местом. Инженеры вынуждены вручную переводить результаты симуляций — поля напряжений и показатели смещения — в конкретные правки геометрии. Этот процесс постоянно прерывается системными сбоями: ошибками построения сетки (мешинга) или несходимостью решения, превращая оптимизацию в изматывающий ручной поиск вместо отлаженного цифрового потока.
Система COSMO-Agent (Closed-loop Optimization, Simulation, and Modeling Orchestration) внедряет архитектуру обучения с подкреплением (RL), чтобы полностью автоматизировать этот цикл. Как следует из отчета разработчиков, система рассматривает генерацию CAD-моделей, расчеты в CAE и парсинг результатов как единую интерактивную среду, где языковая модель выступает не советчиком, а активным оператором. Вместо того чтобы просто предлагать изменения, COSMO-Agent итеративно генерирует параметрическую геометрию, запускает симуляции и обновляет параметры до тех пор, пока не будут соблюдены все технические ограничения. Благодаря системе вознаграждений за устойчивость инструментария и валидность вывода, даже небольшие опенсорс-модели в этой связке обходят тяжеловесные закрытые решения по эффективности и реализуемости дизайна.
На наш взгляд, ключевой сдвиг здесь заключается в переходе от ИИ-чатбота к оркестратору сложного промышленного софта. Данные исследователей показывают, что COSMO-Agent успешно справляется с 25 категориями компонентов, сохраняя историю правок непосредственно в нативной CAD-среде. Для R&D-департаментов это шанс исключить человеческий фактор из бесконечных циклов моделирования. Система воспринимает программные сбои не как фатальную ошибку, требующую вмешательства человека, а как еще одно состояние среды, которое нужно обработать в рамках стратегии обучения с подкреплением.
Авторы пытаются заменить интуицию инженера стабильным алгоритмом коррекции геометрии. И хотя COSMO-Agent обещает навести порядок в хаосе вычислений, по сути, нам предлагают доверить проектирование модели, которая не понимает физику процесса на фундаментальном уровне. Пока симуляция не выдает ошибку, агент считает дизайн удачным — именно такой подход в свое время и создал проблему верификации, которую мы пытаемся решить. Эффективность системы в реальном производстве будет зависеть не от скорости итераций, а от способности ИИ выявлять критические дефекты за пределами заданных параметров симуляции.