A mesterséges intelligencia kifejezéssel kapcsolatban az a vicces, hogy rendkívül divatos, annak ellenére, hogy már majdnem 70 éves. Az alapötlet, miszerint matematikai rendszereket használnak olyan feladatok elvégzésére, amelyekhez általában emberi intelligencia szükséges, már régóta létezik, de a ma rendelkezésre álló számítási teljesítmény és a képzési adatok kombinációja számos újszerű MI-alkalmazást hozott létre. Az átlagember számára a legkézenfekvőbb példák a generatív gépi tanulási modellek, például az OpenAI GPT-je. De mi a helyzet a mérnökökkel? Persze, használhatják a Google Bard vagy a ChatGPT-t, hogy segítsen az ügyfeleknek küldött e-mailek megfogalmazásában, de ez aligha a mérnöki munka lényege – vagy legalábbis nem kellene, hogy az legyen.
Milyen példák vannak a mesterséges intelligenciára a mérnöki munkában?
Általánosságban elmondható, hogy az MI-t használó mérnökök a gépi tanulás valamilyen formájával dolgoznak, vagyis olyan algoritmusokkal, amelyek próbálgatás és hibázás útján azonosítanak mintákat az adatokban, és a programozóik által megadott célok alapján mérik sikerüket. Ez azt jelenti, hogy a mesterséges intelligenciával a mérnöki munkában leginkább a termékfejlesztés tervezési és gyártási szakaszában találkozhatunk, különösen a számítógéppel segített tervezés (CAD), valamint a minőségbiztosítás és -ellenőrzés területén. A fizikához hasonlóan tág tudományterületként értelmezve, a mesterséges intelligencia magában foglalja a számítógépes látást és a robotika különböző aspektusait is.
Mit tehetnek a mérnökök a mesterséges intelligenciával?
A CAD kontextusában a mesterséges intelligencia legkézenfekvőbb példája a generatív tervezés, ahol a mesterséges intelligencia algoritmusai meghatározott célok és korlátok alapján tervezési alternatívákat hoznak létre. Ezek az algoritmusok sokkal nagyobb tervezési teret nyitnak meg a mérnökök előtt, és megkönnyítik annak felfedezését.
A mesterséges intelligencia a mérnöki szimuláció alapvető részévé válik, mivel az új eszközök képesek betekintést nyújtani a komplex rendszerekbe azáltal, hogy hatalmas mennyiségű adatból mintákat tárnak fel. A gyártásban a mérnökök a mesterséges intelligenciát arra használhatják, hogy hatalmas mennyiségű termelési adatot használjanak fel a megelőző karbantartás és a folyamatoptimalizálás érdekében. A mérnökök a képek vagy érzékelőadatok elemzéséhez gépi tanulási algoritmusokat alkalmazva olyan rendszereket hozhatnak létre, amelyek automatikusan kiszúrják a hibákat, amelyeket még az emberi ellenőrök is kihagynának.
Mennyit kell tudniuk a mérnököknek a mesterséges intelligenciáról?
Az a helyzet, hogy hacsak nem szoftvermérnök vagy egyébként maga is gépi tanulási modelleket kódol, valószínűleg nem kell sokkal többet tudnia az MI-ről, mint általában a programozásról. Minden mérnök jól érti a statisztikát, és az egyszerű igazság az, hogy a manapság „mesterséges intelligenciaként” emlegetett dolgok többsége alig több ennél. Ha azonban gyakorlatiasabb ismeretekre van szüksége a gépi tanulási modellek felépítéséről, érdemes felfrissíteni a Python, az R és a C++ nyelveket. Ezek az MI-alkalmazások legnépszerűbb programozási nyelvei közé tartoznak, és elengedhetetlenek a mesterséges intelligencia alapvető megértéséhez.
Forrás: What does ‘artificial intelligence’ mean for engineers? | Engineering.com
