Generativna umjetna inteligencija, kada je smisleno integrirana u CAD ili CAE aplikacije, povećava učinkovitost za dizajnere
Umjetna inteligencija stigla je u inženjerstvo i mijenja način rada dizajnera, kao i definiciju profesije: stručnjaci moraju steći nove vještine i koristiti moćne radne stanice kako bi zadovoljili zahtjeve umjetne inteligencije.
Dijelovi karoserije i zrakoplova, kao i vrlo složeni strojevi za prerađivačku industriju, dijele činjenicu da se njihov razvoj i dizajn više ne odvijaju na crtaćoj ploči. Digitalni procesi putem računalno potpomognutog dizajna (CAD) i računalno potpomognutog inženjeringa (CAE) postali su standard jer nude odlučujuću prednost: smanjuju napor za projektante i inženjere od početne ideje do konačne proizvodnje. Sustavi potpomognuti umjetnom inteligencijom već dugo olakšavaju rad u CAD-u i CAE-u – sada je generativna umjetna inteligencija (GenAI) u porastu kao alat koji će pružiti stvarno povećanje produktivnosti.
Prirodni jezik za komunikaciju
GenAI i AI asistenti koji rade na ovom modelu, poput ChatGPT-a iz OpenAI-ja ili Microsoft Copilota, cvjetaju – a tržište dostupnih digitalnih pomagača, koji ponekad daju zapanjujuće rezultate, stalno raste. Temelj generativnih AI aplikacija su veliki jezični modeli (LLM), što znači “veliki jezični modeli”. S jedne strane, oni funkcioniraju kao baze podataka znanja koje sadrže milijarde skupova podataka, čineći osnovu za precizne odgovore asistenta. S druge strane, digitalnim pomagačima daju mogućnost razumijevanja, obrade i ispisa prirodnog jezika. To omogućuje naizgled prirodan razgovor između čovjeka i stroja, što olakšava intuitivnu interakciju s novom tehnologijom. S kamerama kao zamjenom za oči, određeni asistenti sada mogu obraditi čak i vizualne dojmove, kao i akustične ulaze i izlaze s ljudskim govorom.
Inženjering temeljen na umjetnoj inteligenciji
Generativna umjetna inteligencija, kada je smisleno integrirana u CAD ili CAE aplikacije, povećava učinkovitost za dizajnere: Umjesto ručne izmjene dijelova dizajna pomoću složenih formula, stručnjaci mogu koristiti generativnu umjetnu inteligenciju za izvođenje izračuna i željenih izmjena u svom projektu koristeći prirodni jezik. Kada je pravilno programiran, AI automatski uzima u obzir sve apstraktne i poznate čimbenike.
Još više mogućnosti nastaje kada u igru dođe generiranje slika podržano umjetnom inteligencijom. Dizajneri i inženjeri često uzimaju u obzir čimbenike kao što su izvedivost, proizvodnost i potencijalni troškovi u rješavanju problema. AI, međutim, u početku zanemaruje takva ograničenja i pokušava generirati najučinkovitije rješenje za određeni problem. U dizajniranju novog krila za zrakoplov, to bi moglo značiti da nijedan nosač konačnog proizvoda nije ravan u modelu. Stoga je ispravna i smislena obuka aplikacija za dizajn temeljenih na umjetnoj inteligenciji ključna za uključivanje ovih čimbenika.
Nema neograničene umjetne inteligencije
Ograničenja su važna i za korištenje umjetne inteligencije u CAD i CAE aplikacijama i za alate koji autonomno stvaraju dizajne – potrebne su im jasne smjernice i kontekstualno znanje. Iako to donekle smanjuje kreativnost GenAI implementacija, još uvijek ostavlja dovoljno prostora za generiranje teoretski mogućih dizajna i procesa. Na primjer, umjetna inteligencija može pomoći u potpunom iskorištavanju novih metoda proizvodnje komponenti. Na taj se način stvara uistinu izvediv krajnji proizvod uz pomoć GenAI-ja.
Preduvjet za to je da umjetna inteligencija može razmotriti tehničku izvedivost. Da bi se to osiguralo, potrebno mu je opsežno znanje u područjima kao što su znanost o materijalima, procesno inženjerstvo i aerodinamika. U idealnom slučaju, podaci ne bi trebali dolaziti od jednog proizvođača i temeljiti se isključivo na njegovom istraživanju i razvoju. Holistička baza znanja s informacijama temeljenim na trenutnom stanju tehnologije daje znatno bolje rezultate. Na temelju toga, odgovarajući program temeljen na umjetnoj inteligenciji mogao bi dizajnirati zrakoplov koji se značajno razlikuje od trenutnih načina prijevoza, ali ostaje funkcionalan. GenAI alati također bi trebali imati mogućnost samostalnog nastavka učenja (Proširenje AI). Tehnološki već postoje pristupi za to, ali još uvijek nedostaju odgovarajući propisi.
Pravi hardver za inženjere
Iako se mnoge aplikacije umjetne inteligencije prvenstveno temelje na oblaku, oblaci će u doglednoj budućnosti igrati podređenu ulogu u kontekstu inženjeringa i dizajna. Korištenje poslužitelja u oblaku rijetko je dovoljno isplativo, jer CAD aplikacije često rade s vrlo velikim količinama podataka. Osim toga, temelje se na uspostavljenoj jezgri koja isključuje raspodjelu radnih opterećenja na više CPU-a, što zahtijeva korištenje posebnih radnih stanica. U idealnom slučaju, oni bi trebali sadržavati pojedinačne procesore s visokim taktom do 6 GHz – više računalnih jezgri ne znači više performansi u CAD kontekstu.
Druga je priča s grafičkim akceleratorima, jer ih inženjeri nikad ne mogu imati dovoljno: pogotovo s vrlo velikim dizajnom koji se sastoji od mnogih komponenti, oni imaju pozitivan utjecaj na vrijeme računanja. Proizvođači poput Dell Technologies nude radne uređaje posebno dizajnirane za inženjere, kao što su Precision Workstations. Modeli serije 3000, na primjer, posebno su prilagođeni za inženjering i dostupni su i kao stacionarni tornjevi i kao verzije mobilnih prijenosnih računala. Sadrže mali broj procesorskih jezgri s vrlo visokim taktom i oslanjaju se na visoke grafičke performanse.
1 komentar
UI je obična idiotarija, koja nam se posvuda nameće, a nakon što nas opelješe, bit će bačena u smeće.
Komentari nisu aktivni.