Fa anys que els enginyers fan servir l'anomenada optimització topològica: un algorisme que reparteix el material dins d'un espai donat fins a trobar la forma que aguanta millor una càrrega amb el mínim de pes. En surten peces i bigues de formes orgàniques, molt eficients sobre el paper, però sovint difícils de fabricar o poc convincents per a qui les ha de fer servir. El problema és que la persona només hi pot dir la seva quan l'algorisme ja ha acabat, i llavors cal tornar a començar.
Un equip del MIT, encapçalat per Dat Ha i Josephine Carstensen, amb Markus Buehler i Faez Ahmed, i un investigador de Georgia Tech, ha publicat a la revista Communications Engineering un sistema que hi fa entrar l'enginyer durant el procés. Un model d'aprenentatge automàtic, entrenat amb milers de dissenys i amb una col·lecció sintètica de les correccions que probablement hi faria una persona (per estètica, rendiment o facilitat de fabricació), assenyala les zones on és més probable que el dissenyador vulgui intervenir. L'algorisme les hi presenta mentre genera la forma, i l'enginyer decideix si les vol més gruixudes o més primes. Segons els autors, la facilitat de fabricació i la càrrega que l'estructura aguanta abans de vinclar-se milloren un 39%, i el procés només dura uns 15 segons més que el totalment automàtic.
L'interès del treball és que no proposa substituir l'enginyer, sinó repartir la feina: l'algorisme explora i la persona aporta el criteri que costa de posar en una fórmula, com ara si una peça es pot fabricar amb les màquines del taller. És un model de col·laboració entre persones i IA que es pot aplicar a molts altres camps de disseny, i els autors defensen que fa més fiables i accessibles aquestes eines.
El sistema encara és limitat. Ara mateix l'usuari només pot engruixir o aprimar les zones marcades, i l'equip vol afegir-hi altres tipus de canvis. El model s'ha entrenat amb correccions simulades, no amb les de professionals reals, i la nota del MIT no diu en quants casos s'ha provat ni si la millora del 39% val per a les dues mesures per separat o conjuntament. Que les eines guanyin la confiança dels enginyers és un argument dels autors, encara no una dada mesurada.