في عالم الهندسة الإنشائية، يشكل تصميم الحواجز الخرسانية المسلحة عملية حيوية تتطلب الالتزام الصارم بالمعايير التنظيمية مثل إرشادات تصميم الجسور AASHTO-LRFD. وكان الاعتماد في الممارسات الهندسية الحالية على الحسابات اليدوية المتكررة والتجريبية، وهو ما يرفع من التعقيد نظرًا لمتطلبات الميكانيكا والمواد غير الخطية المعقدة.

ومع تقدم نماذج اللغات الضخمة (Large Language Models) في إظهار قدرات قوية في التوليد، إلا أن تطبيقاتها المباشرة في الهندسة الإنشائية كانت محدودة بسبب مخاطر التخيّل (Hallucination Risks) وغياب الأساس الفيزيائي الكافي.

لمعالجة هذه التحديات، توصلت دراسة جديدة إلى إطار عمل مبتكر يعتمد على دورة مغلقة من "التوليد والتقييم والتحسين" لتصميم الحواجز الخرسانية بشكل آلي من خلال قدرات تنظيم الوكلاء المتعددين المتمثلة في آلية AutoGen.

تشير النتائج التجريبية إلى أن هذا الإطار الوكالي المحسن حقق دقة تصميم تزيد عن 98%، متفوقًا بشكل كبير على نماذج اللغات العامة المستقلة. والأهم من ذلك، كشفت الدراسة أن أداء التصميم ليس بالضرورة مرتبطًا بحجم النموذج، حيث استطاع نموذج خفيف الوزن بــ 8 مليارات معلمة أن يتفوق على نماذج رائدة تصل إلى 631 مليار معلمة.

تسلط هذه النتائج الضوء على إمكانية تقليل التكاليف الحاسوبية بشكل كبير، مما يعمل على تحسين إمكانية الوصول إلى الأدوات الهندسية المدعومة بالذكاء الاصطناعي لتطبيقات الصناعة. يمكن الاطلاع على الشفرة المصدرية لإطار عمل التصميم المتعدد الوكلاء في مستودع المشروع على GitHub.