論文の概要: Artificial Intelligence in Mechanical Engineering: Foundations, Opportunities, Challenges, and Responsibilities
- arxiv url: http://arxiv.org/abs/2610.33105v1
- Date: Thu, 22 Oct 2026 17:02:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.246331
- Title: Artificial Intelligence in Mechanical Engineering: Foundations, Opportunities, Challenges, and Responsibilities
- Title（参考訳）: 機械工学における人工知能 : 基礎・機会・課題・責任
- Abstract要約: 人工知能(AI)は機械工学(ME)を変革している
本稿では,ブラジルと国際的なMEコミュニティに対する構造的視点について述べる。
我々は、人間の認知から統計的学習を区別し、AIの能力、限界、そして出現するエージェント形式について議論する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence (AI) is reshaping mechanical engineering (ME), from modeling, simulation, and optimization to diagnostics, design, and technical communication. Drawing on a round-table at the 28th ABCM International Congress on Mechanical Engineering (COBEM 2025), this article presents a structured perspective for the Brazilian and international ME communities. Rather than an exhaustive survey, it examines how AI can enhance engineering practice without compromising scientific rigor. We distinguish statistical learning from human cognition and discuss the capabilities, limitations, and emerging agentic forms of AI. We then consider industrial adoption, workforce changes, and AI-assisted scientific discovery, alongside the energy and infrastructure demands of AI computation and their implications for sustainability and thermal management. The discussion emphasizes the integration of physical knowledge, structured reasoning, and domain expertise into AI systems, particularly in safety-relevant applications. Topics include physics-informed and hybrid learning, physically constrained modeling, validation, uncertainty quantification, and certification. We also examine educational, epistemological, and ethical challenges, including curriculum reform, human-agent collaboration, professional accountability, and the preservation of engineering knowledge. We conclude with principles for responsible AI adoption in ME: physical consistency, rigorous validation, explicit treatment of uncertainty, energy sustainability, human oversight, and ethical responsibility. AI should complement, not replace, engineering judgment.
- Abstract（参考訳）: 人工知能(AI)は、モデリング、シミュレーション、最適化から診断、設計、技術コミュニケーションまで、機械工学(ME)を再構築している。
The 28th ABCM International Congress on Mechanical Engineering (COBEM 2025)において、ブラジルと国際的なMEコミュニティの構造化された視点について論じる。
徹底的な調査ではなく、AIが科学的な厳密さを損なうことなく、いかにエンジニアリングの実践を強化するかを調査する。
我々は、人間の認知から統計的学習を区別し、AIの能力、限界、そして出現するエージェント形式について議論する。
そして、AI計算のエネルギーとインフラの要求と、持続可能性と熱管理へのその影響と並行して、産業採用、労働力の変化、AIによる科学的発見を検討します。
この議論は、特に安全関連アプリケーションにおいて、物理的な知識、構造化推論、ドメインの専門知識をAIシステムに統合することを強調している。
トピックとしては、物理インフォームドおよびハイブリッド学習、物理的に制約されたモデリング、検証、不確実性定量化、認定などがある。
また、カリキュラム改革、人間とエージェントのコラボレーション、専門的説明責任、工学知識の保存など、教育的、認識論的、倫理的課題についても検討する。
物理的整合性、厳密な検証、不確実性の明示的な扱い、エネルギー持続可能性、人間の監督、倫理的責任である。
AIは、エンジニアリング判断を補完し、置き換えるべきではない。
関連論文リスト
- Physical AI: Concepts, Techniques, and Challenges [113.74840179583778]
monographは、物理的なAIを定義し、その技術的な展望を示し、それぞれの重要な技術的サブフィールドを深く調べようとしている。
物理AIを従来のデジタルAI、エンボディAI、サイバー物理システム、デジタルツインと区別する。
検査はロボティクス、製造、インフラ、科学実験、自律サービスにまたがる。
論文 参考訳（メタデータ） (2026-10-19T17:50:11Z) - Atoms to Processes: The Role of Artificial Intelligence and Machine Learning in Chemical Engineering [4.0985310538072985]
コンピューティング、データ可用性、学習アルゴリズムの進歩により、AI/MLメソッドは、原子スケールのシミュレーション、材料と触媒の発見、輸送と熱力学、分離、プロセスシステムエンジニアリング、産業オペレーションにまたがるアプリケーションに影響を及ぼすことができた。
ドメイン全体にわたって、統一的な傾向は、純粋なブラックボックスアプローチからハイブリッドおよび物理インフォームドフレームワークへの移行である。
AIとMLは、化学工学のコア原則を置き換えるものではなく、それらを増幅している、と結論付けています。
論文 参考訳（メタデータ） (2026-10-01T16:39:30Z) - AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。
多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。
ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文 参考訳（メタデータ） (2025-11-26T02:10:28Z) - Report on the Scoping Workshop on AI in Science Education Research 2025 [2.0613397238713778]
報告では、科学教育研究における人工知能(AI)の役割に関する2日間の国際スコピングワークショップの結果を要約している。
AIは科学の実践、教室の学習、そして研究の方法に素早く反応するので、この分野は新たな機会と重要な課題に直面している。
報告書は、トレーニング、インフラ、標準のための実行可能なレコメンデーションと、資金提供者、政策立案者、専門機関、学術部門のガイダンスで締めくくっている。
論文 参考訳（メタデータ） (2025-11-18T10:23:22Z) - Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。
AIシステムは特にメタ認知に苦しむ。
スマートAIのベンチマーク、トレーニング、実装について論じる。
論文 参考訳（メタデータ） (2024-11-04T18:10:10Z) - On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳（メタデータ） (2024-01-26T16:09:39Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。