W jednym z moich ostatnich eksperymentów przeprowadziłem analizę statyczną belki wspornikowej z ramieniem wspornikowym.
Najpierw wykonałem obliczenia w oprogramowaniu Frilo DLT, a następnie powierzyłem to samo zadanie modelom Gemini 2.0 Flash i ChatGPT 4.0 AI.
Wyniki? Oba modele były w stanie obliczyć siły podporowe, ale miały znaczne trudności przy próbie wykreślenia progresji momentu.
Co to oznacza?
Sztuczna inteligencja coraz lepiej radzi sobie z rozwiązywaniem zadań inżynieryjnych. To, co dziś jeszcze nie działa idealnie, w niedalekiej przyszłości może przewyższyć inżynierów pod względem precyzji i wydajności.
Przetestuj to sam!
Oto monit, który można wprowadzić bezpośrednio do sztucznej inteligencji, takiej jak ChatGPT lub Gemini 2.0, aby przeprowadzić analizę:
Prompt
Przeprowadź analizę statyczną belki o następujących parametrach
Przekrój b=25cm, h=45cm. Całkowita długość L=8m. Materiał: beton C30/37.
Warunki nośności: Lewy koniec x(A)=0, stałe łożysko kuliste.
W środku belki x(B)=5m, ruchome łożysko kuliste (zablokowane przemieszczenie pionowe).
Prawy koniec x(C)=8m, koniec wspornika.
Równomiernie rozłożone obciążenie q=25kN/m na całej długości belki i wspornika.
Uwzględnić ciężar własny belki.
Do obliczenia:
- Siły podporowe na łożyskach A i B z dokładnością do 0,01 kN.
- Maksymalny moment zginający w obszarze mocowania M(AB) i nad podporą B w SGN (częściowy współczynnik bezpieczeństwa γ=1,35).
- Narysuj krzywą momentu, obliczając i wyprowadzając moment co 0,5 m.
Mój wniosek: sztuczna inteligencja wykazuje ogromny potencjał, nawet w inżynierii. Ale ile zaufania możemy pokładać w obliczeniach, które nie są jeszcze wolne od błędów? Ludzki inżynier pozostaje niezastąpiony – przynajmniej na razie.
Najważniejsze pytanie:
Czy chciałbyś mieszkać lub pracować w budynku zaprojektowanym w całości przez sztuczną inteligencję?
Autor: Bartłomiej Małek
Autor: Bartłomiej Małek