Naukowcy prezentują strukturalne spojrzenie na przemiany jakie sztuczna inteligencja wnosi do inżynierii mechanicznej, od tradycyjnego modelowania do zaawansowanej diagnostyki i optymalizacji projektów. Opracowanie powstało na kanwie dyskusji panelowej podczas 28. Międzynarodowego Kongresu Inżynierii Mechanicznej ABCM 2025 i jest skierowane do społeczności inżynierów na całym świecie, a szczególnie w Brazylii.
Główny nacisk praca kładzie na rozróżnienie między statystycznym uczeniem maszyn a naturalnym poznaniem człowieka, omawiając możliwości oraz ograniczenia współczesnych systemów AI. Kluczowym tematem jest integracja fizycznej wiedzy i strukturalnego rozumowania z algorytmami uczenia maszynowego - szczególnie ważna w bezpieczeństwo-krytycznych zastosowaniach. Autorzy analizują podejścia takie jak physics-informed learning i modelowanie hybrydowe, które łączą prawa fizyki z elastycznością sieci neuronowych. Omawiają też zagadnienia walidacji, kwantyfikacji niepewności i certyfikacji systemów AI w kontekście wymogów inżynierskich.
Praca porusza również praktyczne aspekty adopcji AI w przemyśle, w tym transformację rynku pracy dla inżynierów i zmianę ról zawodowych. Znaczny fragment poświęcony jest sustainability - zarówno zużyciu energii przez obliczenia AI, jak i termicznym wyzwaniom infrastruktury obliczeniowej. Autorzy podkreślają wyzwania edukacyjne i etyczne, w tym konieczność zmian w programach nauczania, kwestie odpowiedzialności zawodowej i ochronę wiedzy inżynierskiej. Dokument kończy się zestawem zasad odpowiedzialnego wdrażania AI w inżynierii mechanicznej, uwzględniającymi ograniczenia techniczne i ludzkie.