No MIT, a inteligência artificial se tornou tão difundida que pesquisadores frequentemente se veem imersos nela por necessidade, não por intenção original. Sili Deng, professora associada de engenharia mecânica, é um exemplo dessa mudança. Quando a pandemia paralisou a reforma de seu laboratório de cinética de combustão em 2019, ela recorreu ao aprendizado de máquina para preencher a lacuna. O que começou como um improviso evoluiu para um sofisticado "gêmeo digital" — uma réplica virtual capaz de prever e controlar sistemas de combustão de combustíveis em tempo real.
Enquanto a entrada de Deng na IA foi imposta pelas restrições físicas de um lockdown global, outros seguiram um caminho mais colaborativo. Zachary Cordero, professor associado de engenharia aeroespacial especializado em materiais para o setor, começou a integrar IA ao seu trabalho após uma apresentação interdepartamental. Esse padrão de adoção interdisciplinar sugere que a IA deixou de ser um campo de estudo autônomo para se tornar uma camada fundamental da engenharia tradicional.
O resultado é uma transformação na forma como sistemas físicos são projetados e gerenciados. De dispositivos de fluxo de energia a novas estruturas aeroespaciais, a integração do aprendizado de máquina permite um nível de modelagem preditiva antes inatingível. No MIT, o algoritmo se tornou tão essencial para o engenheiro mecânico quanto o torno ou o túnel de vento.
Com reportagem de MIT Technology Review.
Source · MIT Technology Review
