Ho chiesto a GPT-4 se un balcone fosse sicuro. Ha detto di sì. La fisica diceva che sarebbe crollato.

C'è un rendering sulla mia scrivania — una stampa, in realtà, perché volevo osservarlo senza uno schermo tra noi — di un balcone a sbalzo. Linee pulite, ringhiera parametrica, il tipo di cosa che vedresti in un servizio di una rivista di architettura su "il futuro della vita urbana". Ho dato l'immagine in pasto a GPT-4V e ho posto una domanda semplice: Questa struttura è sicura?

La risposta è stata fluente, sicura e dettagliata. Ha notato l'apparente altezza della ringhiera, ha commentato le condizioni di appoggio visibili e ha concluso che il progetto "appare strutturalmente valido con un supporto adeguato".

Poi ho consegnato lo stesso disegno alla mia ingegnere strutturale. L'ha guardato per forse quindici secondi. "Non c'è armatura di controcampata", ha detto. "Il momento all'estremità incastrata supera la capacità della sezione. Questo crolla."

L'IA vedeva pixel. Lei vedeva fisica. E quel divario — tra ciò che sembra sicuro e ciò che è sicuro — è la ragione per cui ho fondato Veriprajna.

La Seduzione del "Abbastanza Buono"

Devo essere onesto su una cosa. Quando gli LLM multimodali hanno iniziato a elaborare disegni ingegneristici, ero entusiasta. Genuinamente entusiasta. Ricordo di essere seduto nel nostro piccolo ufficio a tarda sera, facendo passare progetto dopo progetto attraverso i primi accessi a GPT-4V, guardandolo descrivere elementi strutturali con un vocabolario sorprendente. "Trave d'acciaio a doppia T", diceva. "Colonna in calcestruzzo armato". Sembrava che capisse.

Quell'entusiasmo è durato circa tre settimane.

Il punto di svolta è stato un test che abbiamo condotto sui dettagli dei collegamenti — i nodi dove le travi incontrano le colonne, dove avviene l'effettivo trasferimento del carico. Abbiamo fornito al modello una serie di disegni in cui alcuni collegamenti erano dettagliati correttamente e altri presentavano difetti sottili ma critici: piastre di irrigidimento mancanti, saldature sottodimensionate, percorsi di carico discontinui. Il tipo di cose che distinguono un edificio che sta in piedi da uno che non lo fa.

L'accuratezza del modello nell'identificare questi difetti era essenzialmente casuale. Poteva nominare i componenti. Poteva descrivere ciò che vedeva. Ma non poteva ragionare sul fatto che le forze sarebbero effettivamente fluite dal punto A al punto B. Era come chiedere a qualcuno che aveva memorizzato i nomi di ogni osso del corpo umano di eseguire un intervento chirurgico.

Un'IA che può nominare ogni elemento strutturale ma non può tracciare un percorso di carico non è uno strumento ingegneristico. È una responsabilità con una voce sicura.

Perché gli LLM Vedono i Progetti come una Zuppa di Pixel?

Ecco cosa sta realmente accadendo sotto il cofano, e conta anche se non sei un tecnico.

Quando GPT-4V o Gemini "guarda" un disegno strutturale, usa qualcosa chiamato Vision Transformer. Il modello suddivide l'immagine in una griglia di piccole patch — tipicamente 16×16 pixel ciascuna — e le elabora come una sequenza, in modo simile a come elabora le parole in una frase. Impara associazioni statistiche tra le patch. Una patch con una linea verticale (colonna) tende ad apparire vicino a una patch con una linea orizzontale (trave). Nel corso di milioni di immagini di addestramento, queste correlazioni vengono incorporate.

Ma ecco la distinzione critica: la correlazione non è causalità. Il modello impara che colonne e travi tendono ad apparire insieme. Non impara che la trave è sostenuta dalla colonna. Non sa che se rimuovi la colonna, la trave cade. Non ha alcun motore fisico interno. Ha statistiche di pattern.

La ricerca di NeurIPS ha dimostrato qualcosa che dovrebbe allarmare chiunque stia pensando di implementare questi modelli per lavori critici per la sicurezza: quando mescoli le patch di pixel di un'immagine — letteralmente le rimescoli come un mazzo di carte — i Vision Transformer spesso mantengono un'elevata accuratezza di classificazione. Non stanno leggendo la struttura spaziale. Stanno leggendo texture e pattern locali.

In ingegneria, la struttura spaziale è tutto. Un dettaglio di collegamento che è "quasi completo" ma manca di un percorso di carico critico non è sicuro al 90%. È insicuro al 100%.

Cosa Succede Quando si Sottopongono gli LLM a un Benchmark sul Ragionamento Strutturale?

Continuavo a sperare che i benchmark mi dessero torto. Non l'hanno fatto.

Lo studio DSR-Bench ha valutato dieci LLM all'avanguardia su 4.140 istanze di problemi progettate per testare il ragionamento strutturale — la capacità di comprendere e manipolare relazioni complesse tra entità. È esattamente ciò che serve per analizzare il telaio di un edificio: tracciare relazioni attraverso più nodi, soddisfare vincoli rigorosi, ragionare su configurazioni spaziali.

Il miglior modello di frontiera ha ottenuto un punteggio di 0,498 su 1,0 sulle istanze impegnative. Sostanzialmente un lancio di moneta.

Le modalità di fallimento erano specifiche e schiaccianti. Il ragionamento multi-hop — tracciare una relazione attraverso diversi nodi intermedi, che è letteralmente ciò che richiede l'analisi del percorso di carico — era una debolezza costante. E le prestazioni degradavano quando i problemi erano descritti in linguaggio naturale rispetto al codice formale, suggerendo che i modelli facevano pattern-matching sulla sintassi dai loro dati di addestramento piuttosto che ragionare effettivamente.

Ricordo la riunione del team in cui abbiamo esaminato questi numeri. Uno dei miei ingegneri, che era stato cautamente ottimista sull'uso degli LLM come strumento di screening di prima passata, è rimasto in silenzio a lungo. Poi ha detto: "Quindi quando un ingegnere descrive un problema strutturale non standard in inglese semplice, il modello sta praticamente tirando a indovinare metà delle volte." Quello è stato il momento in cui la stanza è cambiata. Non gradualmente — tutto in una volta.

Separatamente, il benchmark DesignQA ha rilevato che gli LLM multimodali potevano rispondere a "Qual è la deflessione massima ammessa?" (estrarre un numero dalla documentazione) ma fallivano su "Questo specifico progetto di trave rispetta la deflessione massima ammessa?" (applicare quel numero a un elemento visivo). Estrazione contro applicazione. Conoscere la regola contro farla rispettare.

Ho scritto di questa modalità di fallimento in modo molto più approfondito nella versione interattiva della nostra ricerca, inclusi i bizzarri bias di selezione dei materiali che abbiamo riscontrato — LLM che raccomandavano titanio e fibra di carbonio per contesti che chiaramente richiedevano acciaio strutturale standard, semplicemente perché i materiali esotici dominano gli angoli "high-tech" dei loro dati di addestramento.

Il Momento in cui Abbiamo Smesso di Cercare di Aggiustare gli LLM

C'è stata una riunione con investitori — non dirò quale società — in cui qualcuno ha guardato la nostra ricerca iniziale e ha detto: "Perché non fai semplicemente un fine-tuning di GPT per l'ingegneria strutturale? Sembra il percorso più rapido."

Capivo la logica. Prendi il paradigma dominante, specializzalo, spediscilo. Ma avevo osservato questo problema abbastanza a lungo da sapere che fare il fine-tuning di un modello probabilistico per svolgere un lavoro deterministico è come fare il fine-tuning di un poeta per fare aritmetica. Puoi farlo produrre numeri. Non puoi fargli garantire che i numeri siano giusti.

Le leggi della fisica non sono probabilistiche. Se la somma delle forze su un elemento strutturale non è uguale a zero, l'elemento accelera. Non c'è alcun "di solito" al riguardo. Non c'è alcun intervallo di confidenza. L'equazione della trave di Eulero-Bernoulli non si cura della distribuzione dei tuoi dati di addestramento.

Così abbiamo preso una decisione che all'epoca sembrava anticonformista e ora sembra ovvia: abbiamo abbandonato completamente l'immagine.

Non l'IA — l'immagine. Abbiamo smesso di cercare di far comprendere alle reti neurali i progetti come immagini. Invece, abbiamo iniziato a convertire gli edifici in ciò che sono realmente: grafi matematici.

Un edificio non è un'immagine. È una rete di forze. Nel momento in cui lo tratti come pixel, hai già perso la fisica.

Come si Trasforma un Edificio in un Grafo?

Un grafo, in senso matematico, è semplicemente nodi e archi. I nodi sono cose; gli archi sono connessioni tra le cose.

Nel nostro sistema, ogni componente strutturale — trave, colonna, soletta, muro — diventa un nodo. Ma a differenza di un pixel, che porta solo dati di colore, ciascuno dei nostri nodi porta un ricco vettore di caratteristiche: Modulo di Young (quanto è rigido il materiale), Momento d'Inerzia (come la sezione trasversale resiste alla flessione), Resistenza allo Snervamento (quando il materiale si rompe). Gli effettivi parametri fisici necessari per calcolare se qualcosa sta in piedi o crolla.

Ogni connessione fisica tra i componenti diventa un arco. Un arco tra una trave e una colonna cattura la rigidezza della connessione — è una connessione rigida a momento o una semplice cerniera? — e l'orientamento relativo. Queste non sono approssimazioni apprese. Sono estratte direttamente dai dati BIM (Building Information Modeling), dove la connettività è esplicitamente definita.

Questa rappresentazione ha una proprietà che conta enormemente: l'invarianza per permutazione. La fisica di un edificio non cambia se riordini l'elenco delle travi nel database. Le Graph Neural Network rispettano questo. Gli LLM basati su Transformer, che elaborano sequenze, sono sensibili all'ordine dell'input. Sembra un dettaglio tecnico, ma è la differenza tra un'architettura che è allineata al problema e una che lo combatte.

Abbiamo costruito una pipeline che prende i file IFC — il formato standard per i dati BIM — e li converte in grafi di computazione. Dove un LLM cercherebbe di "leggere" l'immagine del progetto e indovinare le connessioni, il nostro parser cattura la connettività con fedeltà al 100% perché lo schema IFC la definisce esplicitamente. Nessuna congettura. Nessun "sembra che questi elementi siano collegati". O lo sono o non lo sono.

La Parte in cui Abbiamo Insegnato la Fisica alle Reti Neurali

Ecco dove diventa interessante, e dove penso che stiamo facendo qualcosa di genuinamente diverso.

Il machine learning standard funziona così: mostra al modello molti esempi, lascia che apprenda i pattern, spera che generalizzi. Il problema nell'ingegneria strutturale è che "spera che generalizzi" non è uno standard di sicurezza accettabile.

Le Physics-Informed Neural Networks — PINN — adottano un approccio fondamentalmente diverso. Invece di chiedere all'IA di scoprire la fisica dai dati, noi incorporiamo le equazioni che la governano direttamente nella funzione di perdita della rete. La funzione di perdita è ciò che la rete cerca di minimizzare durante l'addestramento — è la definizione di "sbagliato" che guida l'apprendimento.

In una rete neurale standard, "sbagliato" significa "la tua previsione non corrisponde ai dati di addestramento". In una PINN, aggiungiamo una seconda definizione di "sbagliato": "la tua previsione viola le leggi della fisica".

Prendi l'equazione della trave di Eulero-Bernoulli, che governa come una trave si deflette sotto carico. Quando la nostra rete prevede una forma di deflessione per un elemento strutturale, usiamo la differenziazione automatica per calcolare il residuo fisico — chiedendo essenzialmente: "Questa deflessione prevista soddisfa l'equazione differenziale dell'equilibrio statico?" Se non lo fa, il termine di perdita fisica si impenna e la rete è costretta a correggersi.

La rete letteralmente non può apprendere una soluzione che viola le leggi di Newton. Non "probabilmente non lo farà". Non può.

Ricordo la prima volta che abbiamo fatto funzionare questo su una struttura non banale. Avevamo lottato per settimane con problemi di convergenza — la perdita fisica e la perdita sui dati si combattevano a vicenda, e la rete oscillava. Il mio ingegnere ML capo aveva dormito in ufficio (gli avevo detto di non farlo; mi ha ignorato). Poi una mattina mi ha chiamato al suo schermo. Le curve di deflessione previste si erano allineate con la soluzione FEM (Metodo degli Elementi Finiti). Non approssimativamente. Il valore di R² era 0,9999.

Avevamo costruito qualcosa che aveva la velocità dell'IA e la precisione dei solutori ingegneristici tradizionali. Ricerche recenti sui Graph-Structured Physics-Informed DeepONet — la classe di architettura su cui costruiamo — hanno dimostrato accelerazioni di 7–8 volte rispetto al FEM tradizionale mantenendo quel livello di accuratezza. Per la ripartizione tecnica completa della nostra architettura e dei benchmark, inclusa la matematica dietro il nostro framework di message-passing, ho pubblicato un dettagliato paper di ricerca.

Puoi Davvero Vedere Dove Cederà un Edificio?

Questa è la domanda che interessa di più agli ingegneri, ed è dove l'analisi basata su grafi diventa visceralmente potente.

Nel nostro sistema, non controlliamo semplicemente se una struttura supera o cede nel suo insieme. Tracciamo il Percorso di Carico Principale — il tragitto che le forze percorrono dal punto di applicazione (diciamo, persone in piedi su un balcone) attraverso la struttura fino alla fondazione.

Lo facciamo usando una metrica chiamata Indice U*, che mappa il trasferimento di energia di deformazione interna e la rigidezza relativa tra i punti. Usando l'integrazione di Runge-Kutta sul gradiente U*, tracciamo "linee di flusso" della forza attraverso la struttura — come una mappa meteorologica, ma per i carichi invece del vento.

Quando una struttura è sicura, le linee di flusso scorrono in modo continuo dall'elemento caricato fino alla fondazione. Quando non lo è — quando c'è una connessione mancante, un elemento sottodimensionato, un percorso di carico discontinuo — le linee di flusso terminano bruscamente o divergono drasticamente.

Torniamo a quel rendering del balcone sulla mia scrivania. Quando l'abbiamo fatto passare attraverso la nostra pipeline a grafi, la linea di flusso del percorso di carico dalla soletta a sbalzo semplicemente... si fermava. Non c'era alcuna connessione di controcampata a trasferire il momento nella struttura di supporto. Il contorno U* mostrava una massiccia concentrazione di energia di deformazione all'estremità incastrata senza alcuna via d'uscita. La visualizzazione rendeva evidente la modalità di cedimento in un modo che nessuna quantità di analisi dei pixel avrebbe mai potuto.

Una linea di flusso del percorso di carico che termina è una frase che la struttura sta scrivendo sulla propria morte. Devi solo sapere come leggere il grafo.

Possiamo anche simulare il collasso progressivo — cosa succede quando rimuovi una colonna e chiedi "il resto della struttura regge?" — eliminando sistematicamente i nodi dal grafo e rivalutando la connettività. Usando misure come la Betweenness Centrality, identifichiamo cluster critici di componenti il cui cedimento dividerebbe il grafo in parti disconnesse. Questa simulazione di "attacco al grafo" viene eseguita in pochi secondi. L'equivalente analisi di collasso FEM non lineare richiede ore. Possiamo vagliare migliaia di scenari di cedimento prima che un ingegnere finisca il suo caffè.

Perché Non Usare Entrambi? Lo Strato Verificatore

Le persone si oppongono sempre su questo punto. "Ashutosh, l'IA generativa è incredibile per la progettazione nelle fasi iniziali. Non puoi semplicemente ignorarla." E hanno ragione — non voglio ignorarla. Architetti che usano strumenti come Midjourney o generatori parametrici per esplorare concetti creativi è genuinamente entusiasmante. Il problema non è la generazione. È la verifica.

Ciò che abbiamo costruito è uno Strato Verificatore. Il modello generativo propone un progetto. Veriprajna lo converte in un grafo, controlla la connettività topologica, traccia il percorso di carico, esegue la previsione physics-informed. Se il controllo fisico fallisce, restituiamo un vincolo rigido — non un suggerimento, un vincolo: "Aumenta l'altezza della trave di 200 mm" oppure "Aggiungi una connessione di controcampata". Il modello generativo rigenera entro quei limiti.

Creatività vincolata dalla fisica. Immaginazione verificata dalla matematica. Questo è il flusso di lavoro.

E poiché i nostri modelli sono vincolati da equazioni fisiche anziché addestrati sull'intero internet, sono notevolmente efficienti in termini di dati. Una PINN addestrata su telai in acciaio generalizza a nuovi telai in acciaio perché la Legge di Hooke non cambia da un progetto all'altro. Ciò significa anche che i modelli sono abbastanza piccoli da poter essere implementati on-premise. Nessun cliente ha bisogno di inviare i progetti di infrastrutture sensibili a un'API pubblica.

La Scatola di Vetro contro la Scatola Nera

C'è un'altra cosa che mi tiene sveglio la notte riguardo agli strumenti ingegneristici basati su LLM, e non è l'accuratezza — è la spiegabilità.

Quando una Graph Neural Network fa una previsione su un elemento strutturale, possiamo visualizzare esattamente quali nodi vicini hanno influenzato quella previsione attraverso i pesi di attenzione. "La colonna è stata segnalata perché il carico combinato trasferito dalla Trave A e dalla Trave B superava la sua capacità." Questa è una catena di ragionamento tracciabile e verificabile. Un ingegnere può guardarla e dire: "Sì, è corretto" oppure "No, hai calcolato male l'area di influenza". Possono discutere con il modello.

Prova a discutere con il ragionamento di GPT-4 su una valutazione strutturale. Chiedigli perché ha concluso che il balcone era sicuro. Otterrai un paragrafo fluente che suona ragionevole ma non corrisponde a nulla che tu possa verificare. Il ragionamento è distribuito su miliardi di parametri in modi che nessun essere umano può ispezionare.

Nel software, una scatola nera è una scelta di progettazione. Nell'ingegneria strutturale, una scatola nera è un'abdicazione di responsabilità.

La Domanda Fondamentale

Sono stato in abbastanza sale conferenze e riunioni con investitori da sapere che l'attuale hype dell'IA nell'edilizia riguarda quasi interamente i modelli generativi. I pitch deck sono splendidi. Le demo sono impressionanti. L'assunto sottostante — che si possa arrivare alla sicurezza strutturale predicendo pixel — è sbagliato.

L'industria delle costruzioni è unica tra tutte le industrie in un modo critico: i nostri bug uccidono le persone. Un bug del software è una patch. Un bug strutturale è un'indagine su un crollo, una causa legale, un memoriale. Il margine per il "probabilmente giusto" è zero.

Abbiamo costruito Veriprajna sulla teoria dei grafi, sul deep learning geometrico e sulle equazioni differenziali perché quelle sono le uniche fondamenta che offrono risposte deterministiche alle domande sulla sicurezza. Non "sembra sicuro". Non "basandosi su strutture simili nei nostri dati di addestramento, questo è probabilmente adeguato". Ma: il residuo fisico è zero, il percorso di carico è continuo, lo sforzo è entro la capacità.

GPT-4 mi ha detto che quel balcone era sicuro perché aveva visto migliaia di foto di balconi, e in quelle foto i pixel del pavimento di solito rimanevano sopra i pixel del suolo. La fisica mi ha detto che sarebbe crollato perché il momento flettente all'estremità incastrata superava la capacità a momento della sezione.

So su quale delle due sto costruendo.