es.wedoany.com Noticia: El 9 de junio, Seth DeLand, gerente de marketing de producto de la empresa estadounidense de software de ingeniería MathWorks, declaró sobre la aplicación de la IA agente en el ámbito de la ingeniería que esta está abriendo un espacio de problemas más amplio para los ingenieros. Las opiniones relacionadas se centran en MATLAB, Simulink, el diseño basado en modelos, la verificación mediante simulación y la ejecución automatizada de tareas, lo que refleja que las empresas de software de ingeniería están impulsando las capacidades de la IA generativa desde la asistencia en código hasta procesos de ingeniería ejecutables y verificables.
El cambio clave de la IA agente radica en la "ejecución en bucle". Una vez que el ingeniero define los objetivos de la tarea y los criterios de éxito, el agente de IA puede iterar continuamente en torno a la escritura de código, la invocación de modelos, la ejecución de simulaciones, la corrección de errores y la revisión de resultados.
En los escenarios tradicionales de asistencia a la ingeniería con IA generativa, los ingenieros suelen tener que introducir el problema en una interfaz de chat, copiar el código generado a MATLAB u otro entorno de desarrollo para ejecutarlo, y luego, al encontrar errores, volver a la interfaz de diálogo para describir el problema, obtener sugerencias de modificación y continuar con las pruebas. Los materiales recientes de MathWorks sobre la IA agente para MATLAB y Simulink muestran que, a través del protocolo de contexto de modelo y los kits de herramientas, la IA agente conecta los modelos de lenguaje de gran tamaño con los cálculos de ingeniería, los entornos de simulación y los datos locales, permitiendo que el agente de IA invoque funciones de MATLAB, ejecute modelos de Simulink, lea datos del espacio de trabajo, ejecute código, analice errores y continúe corrigiendo resultados. Este modelo impulsa a la IA de "dar sugerencias" a una IA "capaz de ejecutar tareas", y el enfoque del trabajo del ingeniero se desplaza hacia la definición de objetivos, la definición de restricciones, la verificación de modelos y la revisión de resultados. Para escenarios como sistemas de control, software embebido, procesamiento de señales, diseño mecánico, conducción autónoma, robótica e investigación y desarrollo de equipos industriales, si el agente de IA puede operar dentro de la cadena de herramientas de ingeniería existente, puede asumir más tareas de experimentación repetitiva, ajuste de parámetros, conexión de modelos y generación de informes, permitiendo que el equipo de ingeniería se concentre en la arquitectura del sistema, las condiciones límite, la verificación de seguridad y la toma de decisiones sobre alternativas.
Los materiales técnicos relacionados de MathWorks también enfatizan que, una vez que la IA agente ingresa en los procesos de ingeniería, la fiabilidad y la trazabilidad siguen siendo cuestiones centrales. El desarrollo de ingeniería no puede depender de una "codificación intuitiva"; los sistemas embebidos, los controladores y el software industrial requieren requisitos claros, la reutilización de modelos y herramientas validados, y la confirmación de resultados mediante simulación y pruebas por fases.
Este juicio tiene un impacto directo en el mercado del software de ingeniería. MATLAB y Simulink han servido durante mucho tiempo a la automoción, la industria aeroespacial, las comunicaciones, la energía, la automatización industrial y las instituciones de investigación científica. Muchos procesos de I+D de los clientes dependen del diseño basado en modelos, la simulación, la generación de código y la verificación mediante pruebas. Si la IA agente se limita a una interfaz de chat genérica, difícilmente podrá acceder a entornos de ingeniería altamente restrictivos; pero cuando el agente de IA puede conectarse a herramientas profesionales, comprender la estructura del modelo, invocar entornos de simulación y generar resultados verificables, el valor de la plataforma de software de ingeniería se amplifica aún más. Los proveedores de software deben proporcionar interfaces invocables por el agente de IA, habilidades de dominio, conexiones de cadena de herramientas y control de permisos, mientras que los equipos de I+D de las empresas necesitan rediseñar los procesos de colaboración hombre-máquina, integrando la generación por IA, la ejecución automática, la revisión por parte del ingeniero y el cierre del ciclo de calidad.
La implementación de la IA agente en el ámbito de la ingeniería también modificará la estructura de competencias de los ingenieros. Los ingenieros seguirán siendo responsables de la definición del sistema, el juicio de los principios físicos, el diseño de los planes de prueba, la confirmación de los límites de cumplimiento normativo y la responsabilidad final, pero parte de la codificación básica, los experimentos por lotes, la organización de datos y la verificación iterativa pueden ser asistidos por el agente de IA. Para el desarrollo de productos complejos, esto significa que el equipo puede explorar más alternativas de diseño en el mismo tiempo, acortar el camino desde el modelado conceptual hasta la verificación mediante simulación, y detectar problemas en parámetros, estrategias de control y modelos en una fase temprana. Las variables posteriores se centran en la seguridad de los datos empresariales, la gestión de permisos de modelos, la adaptación a múltiples cadenas de herramientas, la verificación de los resultados generados y los límites de la responsabilidad en ingeniería. Solo cuando se establezcan reglas claras en estos aspectos, la IA agente podrá pasar de ser una herramienta de demostración a un proceso de producción de ingeniería a gran escala.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
