# FINAL — Занятие 2 МАИ: CAE и среда испытаний (B2) Generated: 2026-06-27 (Variant C, Phase 5) Дидактическая ось МАИ: **B2 (среда испытаний)** Связанные оси: A2-A4, C2-C3, D1,D2,D3,D12 Источники: L2_CAE pulls (17 кейсов), `FINAL_typology_8_types.md` T4, `FINAL_anti_analog_registry.md`. ## Цель занятия Студенты должны увидеть **CAE как среду** — не калькулятор, не симулятор-однократник, а **управляемый verification loop**, в котором AI добавляет guidance/parameter exploration, **но не подменяет** физических ограничений. Главный вопрос: **где AI ошибается в параметризации или verification loop, и как студент строит human-in-the-loop protocol?** ## Структура занятия (90 мин) | Блок | Время | Содержание | |---|---|---| | 1. Введение | 10 мин | CAE как regulatory environment, не вычислительная утилита | | 2. Validated архитектуры | 30 мин | 5-6 разборных кейсов | | 3. Failure modes | 15 мин | AI ломается в параметризации (lazy-students-dream, circuit benchmark) | | 4. HIL protocol | 25 мин | Студенческое задание | | 5. Вывод | 10 мин | C2 dominates, but T4+T1 → C4 candidates | ## Базовые кейсы для разбора (6) ### 1. `ai-university-fem-course` — AI-University для FEM (INT) — **C4-candidate** - **A3 / B2-B5 / C4 / D1,D7,D11,D12** - Fine-tuned LLM + RAG поверх корпуса курса с traceability. Студент работает **внутри среды**, созданной курсом, не с помощником. - **Что разбираем**: как RAG-traceability превращает курс в среду. Где грань между T1 (RAG-tutor) и T4 (CAE)? ### 2. `nmc2025-quantum-materials-calculator` — NMC2025 (INT) — **C4-candidate** - **A3-A5 / B2-B5 / C4 / D1,D2,D7,D12** - AI tutor + automated simulation workflow для authentic student inquiry в advanced materials modeling. Research-class environment. - **Что разбираем**: как simulation backbone + AI guidance вместе образуют исследовательскую среду. ### 3. `circuit-smart-tutor-azure` — LLM-Enhanced Smart Tutor для Circuit Analysis (US) - **A3 / B2-B4 / C2 / D1,D3,D11,D12** - Azure-based smart tutor поверх circuit-analysis. Конкретная аккуратная реализация T1+T4 пересечения. - **Что разбираем**: domain-bounded tutor — что входит в контекст, что нет. ### 4. `bim-rule-checking-course` — Generative AI Rule Checking в BIM Education (US) - **A3 / B2-B4 / C2 / D2,D3,D10,D12** - BIM compliance как **regulatory CAE**. AI проверяет rule conformance, инженер интерпретирует. - **Что разбираем**: что AI делает хорошо в rule checking, что плохо. Где fallback? ### 5. `abb-nvidia-robot-training` — ABB+Nvidia Industrial Robot Training (CH) - **A2-A4 / B2-B3 / C2-C3 / D1,D3,D12** - Robot training с Omniverse-based simulation. Industrial CAE-grade environment. - **Что разбираем**: как simulation backbone + AI policy fit together. Стенд = среда. ### 6. `digital-twins-newcastle-msc-phd` — Digital Twins MSc/PhD (Newcastle + Aarhus) - **A3 / B2-B4 / C2 / D2,D3,D7** - Magisterskaya программа с digital twin acoustics. Прямой пример B2 institution-grade. - **Что разбираем**: digital twin как verification scaffold. Что добавляет LLM поверх существующего DT-стека? ## Adjacent кейсы (4) - `end-to-end-circuit-problem-solver` (INT) — circuit problem-solver, T4 + agent-like - `aimhack-materials-science` (INT) — hackathon framework, разбирать как T4 boundary - `wara-robotics-mobile-manipulation-challenge` (SE) — robotics challenge - `ai-powered-materials-discovery-framework` (INT) — A3 / D1,D2 / materials discovery ## Failure modes для разбора ### `lazy-students-dream-control-systems` - **Anti-analog / failure_mode**: ChatGPT проходит инженерный курс без участия студента. - **Студенческое задание**: где CAE environment **должна была** уловить эту имитацию? Какие checkpoints отсутствовали? ### `circuit-homework-benchmarking` - **Тест**: LLM в роли grader, но parametrization brittle. - **Студенческое задание**: какой класс ошибок NLP-grader даёт в circuit problems? Где fallback к человеку? ### `siemens-xcelerator-ai-tutors` - **CAO_washing borderline**: «AI tutors» внутри Siemens academy — нет публичной evidence regulatory loop. - **Студенческое задание**: какие artefacts нужны, чтобы подтвердить regulatory loop? Какие отсутствуют? ## Студенческие задания ### Задание 1 — Human-in-the-loop protocol (главное) Дано: CAE-кейс на выбор студента (FreeFEM, OpenFOAM, Ansys, KiCad). Задача: написать **HIL protocol** — на каких шагах человек обязан проверять; что именно проверять; критерии fallback к manual. Оценка: protocol (1-2 страницы) + критика от соседа. ### Задание 2 — Failure-mode catalogue Дано: список AI ошибок в CAE (нумерические; parametrization; out-of-distribution). Задача: каталог из 5+ failure modes с минимальным test case для каждого. Оценка: каталог + воспроизводимость на ChatGPT/Claude. ### Задание 3 — Traceability в FEM Дано: AI-University FEM case study. Задача: реконструировать **traceability graph** — какое утверждение AI откуда происходит (RAG retrieval) и какие constraints на верификацию. Оценка: граф + 1 страница описания. ### Задание 4 — C2 vs C4 boundary Дано: 4 кейса (ai-university-fem-course; circuit-smart-tutor-azure; nmc2025; siemens-xcelerator). Задача: ответить, **какой из них реально среда** (C4), какой — partner (C2), почему. Оценка: 4 вердикта + обоснование на основе T-типа. ## Что НЕ должно входить - Generic CAE training без AI — это другой курс - AI for materials discovery как research overview — это L5 территория (D9) - Длинные доменные погружения в Ansys/OpenFOAM — отвлечение ## Связь с другими занятиями - **L1 (CAD)** — kicad-llm-plugin как B1 → B2 переход - **L3 (CAO)** — bim-rule-checking как B2/B3 boundary - **L4 (Orchestration)** — multi-agent simulation (build-ai-assistants-biomechanics) - **L5 (Hybridity)** — nmc2025 как C4 candidate ## Метрики занятия - Каждый студент пишет workable HIL protocol с ≥3 fallback triggers - Различение C2/C4 в групповом обсуждении достигается **на основе T-типа**, не интуиции - Failure-mode catalogue воспроизводим на студенческой среде