Многоагентная система довела соответствие норм в проектах ИИ с 57% до 99%

Мультиагентные системы на базе языковых моделей (несколько ИИ-агентов, каждый со своей ролью, работающих над одной задачей) уже пробуют применять для конструктивного проектирования — но обычно они генерируют решение с одного захода и не умеют сами себя перепроверить. Для безопасных, ответственных конструкций это не годится: одна ошибка в расчёте — потенциальная авария.

Авторы встроили в контур внешнего «настоящего» проверяющего — расчёт методом конечных элементов (инженерная симуляция нагрузок на модель, а не догадка ИИ) — и завязали на нём замкнутый цикл исправлений. Один узел системы превращает нарушения норм в жёсткие требования к переделке, второй переводит комплексную оценку качества в приоритеты, где безопасность всегда важнее остального. На 11 типах конструкций и 44 тестовых случаях доля проектов, соответствующих нормам, выросла с 56,8% до 98,6%, а расход материала снизился примерно на 5,8% при этом же уровне надёжности.

Важная деталь: и без внешнего проверяющего конструктивного узла результат почти не менялся от того, какая языковая модель стоит «под капотом» — то есть именно связка с реальным инженерным расчётом даёт скачок качества, а не мощность самой нейросети. Авторы выложили в открытый доступ и датасет из 44 случаев, и код эксперимента — для проверки результата независимо.