如影随形

为什么“ AI候选人”成为机械师“更好”？

发布时间：2025-07-01 11:48编辑：365bet亚洲体育浏览（79）

原始标题：为什么“ AI的候选人”成为机械师“顶级”？在最近的第15届结束时，国家Zhou shou shou payuan学院力学机械竞赛竞赛引起了人们的注意。 GT-Mech是由Tsinghua大学航空学校独立开发的人工智能机制系统，在同一阶段与来自全国500多名大学的30,000多名候选人进行了竞争。最终结果在这场比赛中达到了前五名，并显示出出色的解决问题能力。 据了解，这是世界各地大型语言模型的AI系统首次参加了全国各地的机械活动，作为具有相同游戏标准的“竞争对手”，同时又参加了相同的音量。这项进步不仅表明了人工智能可以解决的可能性。机械问题，还为未来提供了想法教育模型的变化。 力学是工程科学的基础。航空，航空航天，旅行，建筑，汽车，机械或其他专业都不能与机械理论的支持分开。与AI在GO，折叠蛋白或部分数学测试等领域中的应用相比，解决复杂的机械问题对AI构成了完全不同的挑战。 “ GO有明确的规则和个人决定 - 制定空间，机械问题是基于理解物理世界的。” Tsinghua大学助理教授，GT-Mech的讲师Cheng Bin分析了AI不仅需要处理数学公式，而且还需要从自然语言中解释的复杂场景中构建正确的物理模型。这是FíConceptssicos的抽象文字过程。 典型的机械问题结合了各种技能，包括对自然语言的理解，身体情境建模，符号逻辑推论和数值精度计算。 AI必须首先“理解”问题的含义，选择适当的定理，列出方程并建立一个抽象模型，例如“大脑”力分析和运动过程。这种“学习和学习科学”的整体能力是衡量通用人工智能的发展水平。这是一个重要的“触觉石”。 IA必须超越以前处理单个任务的模型，并具有解决一般人类分析和解决问题的能力。 此外，为了克服常见大规模语言模型的知识和计算机错误的幻想，“ GT-MEC”研发团队协调了系统的创新技术解决方案。 “我们主要从三个方面克服了技术困难。”团队中心成员周Yi介绍了第一件事是建立一个结构化的知识系统。团队可以构建GT-Mech机械KNowledge图表，在结构化的语义网络中编织出丰富的知识，例如经典的教科书和问题库，使AI可以快速将相关的知识作为人类专家援引相关知识，并形成了解决问题的专业且可靠的框架。 第二个是逻辑推理和符号计算的组合。该团队引入了双核引擎，用于“逻辑推理 - 符号计算”。 “ GT-Mech”首先使用自然语言来计划解决问题的问题，然后调用集成符号的计算引擎以完成表达的推导和计算。该模型将AI的逻辑计划功能与符号计算的精确度相结合，从而大大降低了解决方案过程中低级错误的概率。 最后，我们提出了一种错误测试和校正机制。该团队设计了AI的详细检查和更正机制。响应完成后，系统将开始模型批判性思维的LE并选择了三个重要链接：解决问题的问题，知识点的选择以及在解决问题过程中方程的推导。如果发现任何怀疑，则激活误差校正过程并退缩校正。 “ IA设法赢得了如此具有挑战性的专业能力并具有明显的优势，并使我们思考了AI时代的教学，学习和评估机制的方式，” Univtsinghua Univtsinghua Univ的Xingjian Academy院长Li Junfeng说。 行业专家认为，“ GT-Mech”的成功表明，AI在支持机械教育，促进学生之间的创新思维并加速科学研究过程中起着重要作用。在机械教育的情况下，学生可能不会获得对教科书形式的知识，而是与AI教学助理一起参加互动研究学习，以在MOR中进行合作e复杂的前卫 - garde问题。 （Yu Ziyue记者） （编辑：Hao Mengjia，Xiong Xu） 分享以向更多人展示