Aurora e Catenary: l’Intelligenza Artificiale al servizio dell’Ingegneria Strutturale

L’Intelligenza Artificiale generativa, basata sui Large Language Models, sta impattando profondamente sul modo in cui accediamo alle informazioni e interagiamo con la conoscenza tecnica.

Ci domandiamo come l’ingegneria possa sfruttare gli LLM senza scadere nella mediocrità o, peggio, in errori macroscopici.

Del resto, l’ingegneria, specie quella strutturale, con l’evoluzione di software FEM sempre più potenti si è già trovata nella situazione di affrontare delle Black Box, sebbene basate su teorie della Scienza delle Costruzioni.

Il tema, per gli ingegneri è trattato nelle Norme Tecniche al Capitolo 10, un vero baluardo a difesa dell’Ingegnere. E probabilmente le NTC dovranno trattare l’avvento delle tecniche basate su LLM, Machine Learning, Deep Learning, le quali spingono sull’interpretazione di una mole enorme di Big Data senza necessariamente appoggiarsi su una comprensione del problema fisico.

Ne abbiamo parlato molto in passato con i processi di Validation & Verification in auge, grazie a NAFEMS, da alcuni decenni.

In un contesto altamente specializzato come quello dell’ingegneria strutturale, questa trasformazione richiede però strumenti affidabili, controllabili e basati su fonti verificate.
Con queste premesse FEA Engineering, la Startup Innovativa del Gruppo CSPFea, ha dato vita ad Aurora, un chatbot intelligente basato su tecnologia RAG (Retrieval-Augmented Generation), costruito grazie alla piattaforma proprietaria Catenary.

Perché andare oltre il classico GPT?

In CSPFea abbiamo testato ChatGPT ed altri modelli generativi con domande sui software MIDAS, domandandoci su quali testi sono stati allenati questi Foundation Models. I risultati sono a prima vista sorprendenti, ma nei dettagli, che nell’ingegneria non sono secondari, si notano imprecisioni e confusioni inaccettabili.

Una chatbot “classica” basata su un LLM (Large Language Model) è in grado di rispondere a domande in linguaggio naturale, ma spesso lo fa attingendo da una conoscenza addestrata su dati generici e non sempre aggiornati. Questo approccio può portare a errori, informazioni inventate (“hallucination”) o risposte non pertinenti.

Inoltre, manca delle competenze specifiche date dalle personali esperienze “non documentate”: ho chiesto a ChatGPT di scrivere per me questo articolo, con un risultato interessante per il tono di voce, per la sequenza delle tematiche da trattare, ma manchevole di tutta quella esperienza che ho maturato in oltre 5 anni di sviluppo di Chatbot in CSPFea. Di fatto ho riscritto l’articolo che non mi soddisfaceva per il suo contenuto troppo banale e vago.

Cosa significa RAG e perché fa la differenza

La tecnologia RAG risolve questo problema combinando l’intelligenza generativa con un sistema di recupero documentale mirato.

In pratica:

• il modello cerca prima le risposte in una base di documenti aziendali,
• poi genera una risposta basata esclusivamente su quei contenuti.

Il risultato?

Risposte tracciabili, affidabili e aggiornabili nel tempo, con la possibilità di integrare o correggere la knowledge base in base all’evoluzione dei prodotti o dei bisogni informativi.

Aurora: il chatbot intelligente di CSPFea per Midas Gen

CSPFea, azienda specializzata nella distribuzione e supporto dei software ad Elementi Finiti di Midas IT (Seoul, Corea del Sud), ha dunque incaricato FEA Engineering di esplorare la tecnologia RAG per costruire un assistente virtuale dedicato ai propri utenti: Aurora.

Aurora è stato addestrato a partire da una selezionata collezione di documenti tecnici e commerciali scritti da CSPFea nel corso degli anni. La sua knowledge base include:

• Manuali d’uso e guide tecniche di Midas Gen
• Casi studio e applicazioni pratiche nell’ingegneria strutturale
• Domande frequenti e materiali di supporto tecnico
• Informazioni commerciali e di licensing.

Grazie ad Aurora, i visitatori del sito di CSPFea e gli utenti registrati potranno ottenere risposte immediate su un’ampia gamma di tematiche, dalle funzionalità del software alle problematiche applicative più comuni.
PROVA AURORA

Cosa aspettarsi (e cosa no) da un chatbot ingegneristico

Aurora rappresenta un passo avanti nell’accessibilità alla conoscenza tecnica? Possiamo rispondere affermativamente, ma come ogni strumento intelligente va utilizzato con consapevolezza.

Vantaggi principali:

• Accesso immediato a risposte tecniche 24/7, con un sistema che risponde anche fuori i normali orari di lavoro. Con il precedente ChatBot Minerva abbiamo notato come il 30% delle domande avveniva fuori orario di lavoro.
• Possibilità da parte degli ingegneri di supporto CSPFea di raccogliere molte più domande e di preparare delle Q&A più dettagliate. Gli ingegneri di supporto possono crescere nella loro competenza che si evolve nel contatto quotidiano con i Clienti dei software MIDAS.
• Uniformità e coerenza delle risposte
• Possibilità di estendere facilmente la knowledge base.

Limiti da conoscere:

• Aurora non sostituisce l’esperienza e il giudizio professionale di un ingegnere. Il pericolo sta nel considerare le risposte corrette per il fatto che non si è in grado di giudicarle con senso ingegneristico: lo stesso problema dei software FEM.
  
• La qualità delle risposte dipende dalla quantità di documenti indicizzati: per ora, per non sovraccaricare il sistema e “confonderlo” ci siamo limitati ad un numero selezionato di testi.
•  Come ogni sistema automatico, Aurora non è infallibile: la supervisione umana resta fondamentale: con l’utilizzo da parte degli utenti più curiosi e “pionieri” vogliamo iniziare quella fase di “guardrail” utile a migliorare Aurora.

Rischi dell’AI generativa nel settore tecnico

In un settore dove le decisioni progettuali hanno conseguenze concrete e spesso critiche, l’utilizzo di un AI va gestito con grande cautela.

I modelli generativi generalisti possono “inventare” risposte se non trovano fonti affidabili, ed è per questo che CSPFea ha scelto un approccio document-driven come quello di Catenary.

Ma proprio per il grande vincolo imposto da CSPFea, di rispondere esclusivamente con i testi forniti, Aurora potrà sembrare più “reticente” o “timida” rispetto all’approccio “spavaldo” di un classico modello generativo di AI.

Catenary: una soluzione per tutte le Società di Ingegneria e le Aziende Manifatturiere del settore AEC

Il sistema Catenary, sviluppato da GSMC in costante dialogo con CSPFea e FEA Engineering, non è limitato al progetto Aurora. È una piattaforma scalabile che CSPFea è in grado di proporre anche ad altre aziende e società di ingegneria che desiderano:

• fornire un accesso intelligente alla propria documentazione interna,
• migliorare il supporto clienti e tecnico,
• ridurre il tempo di onboarding per nuovi utenti, collaboratori e neoassunti,
• mantenere il controllo e la riservatezza sulle informazioni aziendali e sulla loro qualità. Le informazioni aziendali non entrano in alcun modo a far parte dei Foundation Model delle grandi Corporation.

Grazie all’esperienza maturata nello sviluppo e nell’implementazione di Aurora, CSPFea è pronta ad accompagnare i propri clienti anche nella creazione di chatbot personalizzati basati su RAG, sfruttando il motore Catenary.

Conclusione: l’AI come ponte, non come sostituto 

Aurora non sostituisce il supporto di CSPFea ai propri utenti, che prosegue invariato negli orari di ufficio, un servizio che viene apprezzato dalla comunità degli ingegneri strutturisti italiani.

Né l’accesso alla vastissima libreria di documenti scaricabili dalla library del sito www.cspfea.net, oltre 300 documenti quasi tutti scaricabili gratuitamente.

Aurora non è un sostituto dell’ingegnere, ma un ponte tra l’utente e la conoscenza.

L’obiettivo di CSPFea e FEA Engineering è di creare un alleato che permette di risparmiare tempo, ridurre errori e valorizzare l’enorme patrimonio documentale già disponibile nelle aziende.

Con Catenary, CSPFea apre una nuova strada per l’accesso intelligente alle informazioni tecniche. Una strada percorribile da tutte le società di ingegneria che vogliono innovare, senza perdere il controllo.

Per scoprire come integrare Catenary nella tua azienda, contattaci per una demo o visita la pagina dedicata su www.cspfea.net