In questo episodio di Scenari, Alberto Mattiello incontra Simone D’Aquino, Head of Digital Engineering di Capgemini, per parlare di come l’intelligenza artificiale stia trasformando l’ingegneria dalla progettazione al prodotto finito.
Non parliamo di teoria. Parliamo di digital twin che rispettano le leggi della fisica, di AI che conosce la tua linea produttiva, e di algoritmi che sanno quando fermarsi davanti a un limite strutturale.
Hai mai sentito parlare di PINNs – Physics-Informed Neural Networks? No? Male. Sono la nuova frontiera per progettare cose che non solo funzionano in un rendering, ma anche nella realtà. Qui trovi una spiegazione chiara: PhysicsNeMo di NVIDIA.
“Ti fideresti di un’auto a guida autonoma addestrata per 20 ore? Nemmeno noi.”
Eppure è così che abbiamo trattato finora molti modelli AI. Ora si cambia.
Dentro questo episodio:
• Come nasce l’Hybrid AI: quando un algoritmo capisce anche norme, schemi e contesto
• Perché il design generativo è inutile se non tiene conto della produzione reale
• Cosa significa davvero augmented engineering: non sostituzione dell’uomo, ma potenziamento
• E come si passa da “Text to Production” in aziende che non hanno tempo da perdere
Si parla di casi concreti in settori come l’automotive, l’aerospazio, l’energia, e la farmaceutica, con risultati già tangibili: -10% sul peso delle batterie, +15% di efficienza. Il tutto integrando AI, dati reali e sistemi esistenti.
In più, uno sguardo a dove stanno andando le università, e perché la conoscenza delle basi scientifiche conta più che mai. I Large Language Model non sono modelli di conoscenza. Sono modelli di linguaggio. E serve sapere la differenza.
Questo episodio non è per chi cerca buzzword. È per chi vuole capire davvero come si progetteranno i prodotti da qui ai prossimi 3 anni.
Ascolta ora l’episodio completo e scopri perché l’AI non è solo un tool: è la nuova infrastruttura del pensiero ingegneristico.