MIT开设机械设计与AI融合课程，广受跨学科欢迎

快速阅读: 机械工程课程引入机器学习，吸引多学科学生参与，通过AI竞赛和项目实践提升设计能力，成果显著，多项研究获奖。

机械工程专业的教学助理兼博士候选人莱尔·雷根维特（Lyle Regenwetter）表示：“机械工程师有很多理由关注机器学习和人工智能，以加快设计过程。”他在艾哈迈德的设计计算与数字工程实验室（DeCoDE）工作，该实验室的研究重点是开发新的机器学习和优化方法来研究复杂的工程设计问题。这门课程首次于2021年开设，迅速成为机械工程系最受欢迎的非核心课程之一，吸引了来自全校各院系的学生，包括机械与土木环境工程、航空与航天工程、麻省理工学院斯隆管理学院以及核能与计算机科学专业的学生，还有哈佛大学和其他学校的跨校注册学生。

该课程面向本科生和研究生，重点在于将先进的机器学习和优化策略应用于实际的机械设计问题。从设计自行车框架到城市网格，学生们参与了与物理系统相关的AI竞赛，解决了课堂上友好竞争氛围下的优化挑战。学生们被给予挑战问题和初始代码，“提供了一个解决方案，但不是最佳解决方案……”机械工程专业的研究生伊兰·莫耶（Ilan Moyer）解释说。“我们的任务是，我们如何做得更好？”实时排行榜鼓励学生不断改进他们的方法。

系统设计与管理专业的研究生埃姆·劳伯（Em Lauber）表示，这一过程让学生有机会探索所学知识的应用，并练习“如何实际编写代码”。课程内容还包括讨论研究论文，学生还进行了针对特定工程问题的机器学习实践操作，涉及机器人、飞机、结构和超材料等领域。在最终项目中，学生们组队合作，选择一个复杂的问题，运用AI技术进行设计。

艾哈迈德教授说：“看到同学们完成的多样化且高质量的课程项目，我感到非常高兴。”他提到，这门课程的许多项目都发表了研究论文，甚至获得了奖项。例如，一篇名为《GenCAD-Self-Repairing》的论文赢得了美国机械工程师学会系统工程、信息和知识管理2025年最佳论文奖。

机械工程专业的研究生马莉亚·史密斯（Malia Smith）说：“关于最终项目的最棒之处在于，它让每位学生都有机会将课堂上学到的知识应用于自己非常感兴趣的领域。”她的项目选择了“标记运动捕捉数据”，旨在预测跑步者的地面反作用力，她称这是一个“非常令人满意”的项目，因为效果远超预期。

劳伯则以“猫树”设计的不同模块，如杆、平台和坡道为基础，为不同的猫家庭创造定制化的解决方案。莫耶开发了一款软件，用于设计新型3D打印机架构。他说：“当你在流行文化中看到机器学习时，它往往被抽象化，让人感觉背后有非常复杂的东西在运作。这门课揭开了它的面纱。”

(以上内容均由Ai生成)