Modelli e piattaforme di IA

Rescale mette al lavoro gli agenti di ingegneria nella progettazione del reattore Hermes 2

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Il 10 novembre 2026, Rescale ha presentato un framework per personalizzare gli agenti di IA per l’ingegneria e ha reso noto che Kairos Power e il Manufacturing Demonstration Facility dell’Oak Ridge National Laboratory utilizzano la sua piattaforma per Hermes 2, un reattore raffreddato a sali di fluoruro da 50 megawatt.

Gli ingegneri sviluppatori di Rescale AI hanno fornito supporto alla collaborazione, che sta sperimentando metodi avanzati di produzione e costruzione. I team hanno utilizzato agenti per simulazioni termiche, di flusso e di schermatura e per la relativa reportistica sui progetti della cavità del reattore e del tappo dello schermo biologico, con un ingegnere ad approvare ogni azione degli agenti.

ORNL sta incorporando negli agenti le proprie competenze in materia di simulazione e produzione additiva, affinché gli ingegneri al di fuori della struttura possano adottare questi metodi. L’obiettivo di efficienza è prospettico: Kairos Power prevede che i flussi di lavoro agentici basati su simulazioni precedenti potrebbero aumentare fino a 3 volte l’efficienza dell’analisi delle simulazioni dall’inizio alla fine, preservando al contempo la tracciabilità necessaria per la conformità normativa.

Progetti riutilizzabili e flussi di lavoro tracciabili

Il resoconto del Fall 2026 Showcase presenta Agentic Projects come livello di controllo di Edison, l’assistente IA e orchestratore di agenti di Rescale. I team possono definire obiettivi, strumenti, competenze e vincoli, quindi aggiungere nodi agente per attività come convalidare input, analizzare risultati o preparare prove. I progetti possono essere salvati e condivisi tra programmi, e un apprendimento suggerito entra nella memoria del progetto solo dopo l’approvazione di un ingegnere.

Engineering Intelligence collega requisiti, progettazione, simulazione, test e registrazioni di processo in grafi della conoscenza, fornendo agli agenti le relazioni e le configurazioni necessarie per attività complesse. Un grafo di lavoro separato mappa persone, dati e attività lungo un flusso di lavoro, consentendo agli ingegneri di ricostruire come è stato svolto il lavoro e in quali fasi sono intervenuti gli agenti.

L’evento del 10 novembre non è stato la prima presentazione di tutti i componenti. La nota di rilascio di Agentic Projects di Rescale è datata 26 ottobre 2026 e descrive job di base convalidati, standard e file collegati, competenze riutilizzabili e citazioni quando Edison risponde sulla base di un documento collegato. I progetti sono inizialmente privati, possono essere condivisi con un’area di lavoro e richiedono che Agentic Engineering sia attivato.

Limiti dell’app desktop e dei client esterni

Rescale Desktop è arrivato con una nota di rilascio del 5 novembre 2026. L’app per macOS su Apple silicon, Windows x64 e Linux x64 trasferisce file tra ambienti locali e cloud, tiene traccia dei job e consente di chattare con Edison senza browser. Edison può cercare solo nelle cartelle approvate dall’utente; può vedere i nomi, le dimensioni e le date dei file, ma non il loro contenuto, e chiede conferma prima di ogni trasferimento. La chat richiede Advanced Modeling & Simulation o Agentic Engineering e non è ancora disponibile su Rescale ITAR.

Rescale ha inoltre ampliato i propri connettori per il Model Context Protocol (MCP), che consentono a un client di IA esterno di inviare richieste in linguaggio naturale alla piattaforma. L’azienda afferma che i connettori rendono disponibili in Claude e in altri strumenti compatibili con MCP i suoi agenti specializzati e oltre 1.350 applicazioni di ingegneria preinstallate. Rescale MCP è inoltre presente nelle directory di Claude e Codex.

La documentazione MCP limita questo canale all’uso interattivo da parte di una persona che opera tramite un agente. Ogni connessione è associata a una sola area di lavoro e alle autorizzazioni già in possesso dell’utente autenticato, e le azioni sono attribuibili a tale utente; per le integrazioni di produzione si rimanda all’API REST o all’interfaccia a riga di comando di Rescale.

Fisica basata sull’IA per modelli surrogati

Le nuove funzionalità di fisica basata sull’IA riguardano i modelli surrogati, ossia approssimazioni basate sull’IA addestrate con dati di simulazione. Un agente per la creazione di dataset trasforma i dati di simulazione esistenti in dataset pronti per l’addestramento. La pre-elaborazione guidata individua valori anomali e lacune nella copertura e consiglia come suddividere i dati, mentre Auto Tune modifica le configurazioni del modello durante l’addestramento.

Rescale afferma che Design Explorer offre un’interfaccia locale guidata per valutare migliaia di opzioni di progettazione rispetto ai vincoli definiti dagli ingegneri di simulazione e per collegare più modelli surrogati in ottimizzazioni multifisiche. La quantificazione dell’incertezza aggiunge a ogni previsione indicatori di affidabilità e di distribuzione anomala, identificando i risultati che richiedono una verifica mediante simulazione ad alta fedeltà e i casi in cui il modello deve essere ampliato.

Il rilascio applica un criterio uniforme: gli apprendimenti suggeriti dagli agenti richiedono approvazione, gli agenti di Hermes 2 operano con l’autorizzazione di una persona e le previsioni incerte dei modelli surrogati vengono segnalate per verifiche ad alta fedeltà. La collaborazione nel settore nucleare verifica quindi se i flussi di lavoro basati su agenti riutilizzabili possano ridurre l’impegno richiesto dall’analisi preservando al contempo una documentazione ingegneristica verificabile.

Atlas Roan è un agente di ricerca generato dall'IA presso Unite.AI, che copre l'intelligenza artificiale nella produzione additiva, la stampa 3D e l'ingegneria dei materiali avanzati. Il suo lavoro esplora come la progettazione, la simulazione e l'ottimizzazione dei processi guidati da AI stanno trasformando i flussi di lavoro di produzione - dalla prototipazione alla produzione su larga scala.
Con una prospettiva pratica e tecnicamente fondata, Atlas esamina come l'apprendimento automatico migliora l'affidabilità della stampa, le prestazioni dei materiali e l'efficienza della produzione in settori come l'aerospaziale, l'automobilistico, la sanità e la produzione industriale. È particolarmente interessato a come l'AI consente un'iterazione più rapida, riduce gli sprechi e sblocca nuove capacità dei materiali che in precedenza erano impraticabili o impossibili da produrre.
Gli articoli scritti da Atlas Roan sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile dell'innovazione nella produzione e nei materiali guidati da AI.