AI-mallit ja alustat

Rescale ottaa suunnitteluagentit käyttöön Hermes 2 -reaktorin suunnittelussa

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Rescale esitteli 10. marraskuuta 2026 kehyksen suunnittelualan tekoälyagenttien mukauttamiseen ja kertoi, että Kairos Power ja Oak Ridge National Laboratoryn Manufacturing Demonstration Facility käyttävät sen alustaa Hermes 2 -hankkeessa, jossa suunnitellaan 50 megawatin fluoridisuolajäähdytteistä reaktoria.

Rescalen tekoälyn kehitystyötä tekevät insinöörit tukivat yhteistyötä, jossa testataan edistyneitä valmistus- ja rakennusmenetelmiä. Tiimit käyttivät agentteja lämpö-, virtaus- ja säteilysuojasimulaatioihin sekä niihin liittyvään raportointiin reaktorikuilun ja biosuojatulpan suunnittelussa. Insinööri hyväksyi jokaisen agentin tekemän toimen.

ORNL koodaa simulaatio- ja additiivisen valmistuksen asiantuntemustaan agenteiksi, jotta laitoksen ulkopuolisetkin insinöörit voivat hyödyntää näitä menetelmiä. Tavoiteltu tehokkuushyöty on vasta ennuste: Kairos Power arvioi, että aiempiin simulaatioihin perustuvat agenttityönkulut voisivat kasvattaa simulaatioanalyysin kokonaistehokkuuden jopa kolminkertaiseksi ja samalla säilyttää viranomaisvaatimusten noudattamisen edellyttämän jäljitettävyyden.

Uudelleenkäytettävät projektit ja jäljitettävä työ

Syksyn 2026 esittelytilaisuuden kuvauksen mukaan Agentic Projects toimii ohjauskerroksena Edisonille, Rescalen tekoälyavustajalle ja agenttien orkestrointityökalulle. Tiimit voivat määrittää tavoitteita, työkaluja, taitoja ja suojarajoja sekä lisätä agenttisolmuja esimerkiksi syötteiden tarkistamiseen, tulosten analysointiin tai todisteiden kokoamiseen. Projektit voidaan tallentaa ja jakaa eri ohjelmien kesken, ja ehdotettu oppi tallentuu projektin muistiin vasta, kun insinööri hyväksyy sen.

Engineering Intelligence yhdistää vaatimukset, suunnittelun, simulaatiot, testit ja prosessitiedot tietograafeiksi, jotka tarjoavat agenteille monimutkaisessa työssä tarvittavat yhteydet ja kokoonpanot. Erillinen työgraafi kuvaa työnkulun ihmisiä, tietoja ja tehtäviä, jotta insinöörit voivat jäljittää, miten työ tehtiin ja missä vaiheissa agentit osallistuivat siihen.

Kaikki komponentit eivät esiintyneet ensimmäistä kertaa 10. marraskuuta järjestetyssä tilaisuudessa. Rescalen Agentic Projects -julkaisutiedote on päivätty 26. lokakuuta 2026, ja siinä kuvataan validoidut perustyöt, linkitetyt standardit ja tiedostot, uudelleenkäytettävät taidot sekä lähdeviitteet, jotka Edison lisää vastatessaan linkitetyn asiakirjan perusteella. Projektit ovat aluksi yksityisiä, ne voidaan jakaa työtilan kanssa, ja niiden käyttö edellyttää Agentic Engineeringin käyttöönottoa.

Työpöytäsovelluksen ja ulkoisten asiakkaiden rajat

Rescale Desktop julkaistiin myöhemmin 5. marraskuuta 2026 päivätyssä julkaisutiedotteessa. Apple silicon -suorittimilla varustetuille Mac-tietokoneille tarkoitettu macOS-sovellus sekä Windows x64- ja Linux x64 -versiot siirtävät tiedostoja paikallisten ja pilviympäristöjen välillä, seuraavat töiden etenemistä ja tarjoavat Edison-keskustelun ilman selainta. Edison voi hakea tietoja vain käyttäjän hyväksymistä kansioista. Se näkee tiedostojen nimet, koot ja päivämäärät mutta ei niiden sisältöä, ja pyytää vahvistuksen ennen jokaista siirtoa. Keskustelutoiminto edellyttää Advanced Modeling & Simulation- tai Agentic Engineering -käyttöoikeutta, eikä sitä vielä ole saatavilla Rescale ITARissa.

Rescale laajensi myös Model Context Protocol (MCP) -yhdistimiään, joiden avulla ulkoinen tekoälyasiakas voi lähettää alustalle luonnollisella kielellä muotoiltuja pyyntöjä. Yhtiön mukaan yhdistimet tuovat sen erikoistuneet agentit ja yli 1 350 valmiiksi asennettua suunnittelusovellusta käytettäviksi Claudessa ja muissa MCP-yhteensopivissa työkaluissa. Rescale MCP on listattu myös Clauden ja Codexin hakemistoissa.

MCP-dokumentaatiossa tämä käyttötapa rajataan vuorovaikutteiseen käyttöön, jossa henkilö työskentelee agentin välityksellä. Kukin yhteys on sidottu yhteen työtilaan ja sisään kirjautuneen käyttäjän olemassa oleviin käyttöoikeuksiin, ja toimet voidaan jäljittää kyseiseen käyttäjään. Tuotantointegraatioissa suositellaan käytettäväksi Rescalen REST-rajapintaa tai komentorivikäyttöliittymää.

Tekoälyfysiikkaa korvaaville malleille

Tekoälyfysiikkaa koskevat lisäykset liittyvät korvaaviin malleihin eli simulaatiodatalla opetettuihin tekoälyn likiarvomalleihin. Aineistonluontiagentti muuntaa olemassa olevan simulaatiodatan koulutukseen sopiviksi aineistoiksi. Ohjattu esikäsittely tunnistaa poikkeavat havainnot ja kattavuuden puutteet sekä suosittelee aineiston jakoa, kun taas Auto Tune säätää mallin kokoonpanoja koulutuksen aikana.

Rescalen mukaan Design Explorer tarjoaa ohjatun paikallisen käyttöliittymän, jolla simulaatioinsinöörien asettamien rajoitteiden perusteella voidaan arvioida tuhansia suunnitteluvaihtoehtoja ja yhdistää useita korvaavia malleja monifysiikan optimointeihin. Epävarmuuden kvantifiointi liittää kuhunkin ennusteeseen luottamusarvion ja poikkeavan jakauman tunnisteet. Näin tunnistetaan tulokset, jotka on tarkistettava täyden tarkkuuden simulaatiolla, sekä tapaukset, joissa mallia on laajennettava.

Julkaisussa noudatetaan johdonmukaista periaatetta: agenttien ehdottamat opit edellyttävät hyväksyntää, Hermes 2 -agentit toimivat ihmisen hyväksynnällä ja epävarmat korvaavien mallien ennusteet merkitään täyden tarkkuuden tarkistusta varten. Ydinvoima-alan yhteistyössä testataan siten, voivatko uudelleenkäytettävät agenttityönkulut vähentää analyysityötä ja samalla säilyttää jälkikäteen tarkastettavan suunnittelutyön dokumentaation.

Atlas Roan on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa tekoälyn käyttöä materiaalia lisäävässä valmistuksessa, 3D-tulostuksessa ja edistyneissä materiaalitekniikoissa. Hänen työnsä tutkii, miten tekoälyohjattu suunnittelu, simulaatio ja prosessioptimointi muuttavat valmistusprosesseja - prototyyppien valmistuksesta laajamittaiseen tuotantoon.
Käytännöllisestä ja teknisesti perustellusta näkökulmasta Atlas tarkastelee, miten koneoppiminen parantaa tulostuksen luotettavuutta, materiaalin suorituskykyä ja tuotannon tehokkuutta eri aloilla, kuten ilmailu- ja avaruus-, auto-, terveydenhuolto- ja teollisuusvalmistuksessa. Hän on erityisen kiinnostunut siitä, miten tekoäly mahdollistaa nopeamman iteroinnin, vähentää jätettä ja avaa uusia materiaalien käyttömahdollisuuksia, jotka olivat aikaisemmin epäkäytännöllisiä tai mahdottomia valmistaa.
Atlas Roanin kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimittajatiimin tarkastamia, jotta voidaan varmistaa tekninen tarkkuus, selkeys ja vastuullinen kattavuus tekoälyvoimaisesta valmistuksesta ja materiaalitekniikasta.