Минуло два роки з моменту запуску генеративного інструменту штучного інтелекту OpenAI (GenAI) ChatGPT, і з тих пір, як на ринку з’явилося багато конкурентів, технологія GenAI починає розгортатися в багатьох галузях промисловості, включно з інженерним сектором, але залишаються сумніви щодо її життєздатності. і відповідність.
На машинобудівний сектор припадає майже п’ята частина загальної робочої сили Великої Британії, і в 2022 році економіка Великобританії принесла 646 мільярдів фунтів стерлінгів. Інженерна промисловість переживає сплеск після спаду під час пандемії коронавірусу Covid-19.
Але є побоювання, що кількість досвідчених інженерів, які достроково виходять на пенсію, може призвести до втрати критичних навичок. Великі машинобудівні компанії, такі як Rolls-Royce і BAE Systems, використовують академії навичок для навчання нового персоналу, а уряд заохочує учнівство.
Проте деякі компанії розглядають можливість використання штучного інтелекту (ШІ), щоб допомогти подолати дефіцит навичок, дозволяючи досвідченим інженерам використовувати свій час ефективніше.
Влітку 2024 р. Професійна інженеріяжурнал Інституту інженерів-механіків (IMechE), провів опитування щодо використання та проблем штучного інтелекту в галузі.
Природно, враховуючи фокус IMechE на машинобудуванні, він зосередився на цій конкретній дисципліні, але його звіт про результати пропонує розуміння інженерного сектору в цілому.
Хоча менше, ніж очікувалося, 125 членів IMechE відповіли на опитування. Понад 40% респондентів сказали, що компанії, в яких вони працювали, використовують інструменти штучного інтелекту, а понад 20% вказали, що вони планують це робити.
Однією з причин відносно швидкого розгортання генеративного штучного інтелекту за останні два роки є те, що деякі інструменти відносно легкодоступні та не вимагають спеціального обладнання. Наприклад, все, що потрібно для доступу до ChatGPT, це інтернет-браузер.
«Існує величезна можливість використовувати цю технологію в інженерній справі, але вона також пов’язана з деякими значними ризиками», — каже Алан Кінг, керівник глобальної стратегії розвитку членства в IMechE.
«Потрібно буде ввести запобіжні заходи, тому що в такій професії, як інженер, ризик того, що щось піде не так, зростає».
Інженерія добре регулюється, з різними правилами, стандартами та положеннями, яких необхідно дотримуватися. До них належать державне законодавство, керівні документи, опубліковані Виконавчим органом охорони здоров’я та безпеки (HSE), стандарти (наприклад, Британські стандарти) та різноманітні рекомендації з належної практики. Усе це може служити орієнтиром для ШІ.
ШІ на робочому місці
Згідно з опитуванням, 58% компаній запровадили інструменти ШІ в команди інженерів, а 42% з них використовують інструменти ШІ лише в різних частинах бізнесу. Найпоширенішим інструментом штучного інтелекту є велика мовна модель (LLM), яку використовують майже 60% компаній.
Водночас майже третина компаній використовують засоби машинного навчання та підвищення продуктивності, такі як Microsoft 365 Copilot, щоб допомогти у своїй роботі.
Інструменти генеративного проектування, такі як ті, що використовуються в симуляції для оптимізації проектів або виявлення потенційних недоліків, менш поширені, їх використовує менше п’ятої частини організацій. Комп’ютерного зору та нейронних мереж ще менше, їх використовує трохи більше десятої частини.
Майже третина респондентів опитування використовує інструменти ШІ для письмових завдань, таких як електронні листи та презентації. Водночас приблизно чверть респондентів використовують ШІ для аналізу даних. Проте очікується, що використання штучного інтелекту в аналізі даних зростатиме, оскільки майже 60% зазначили, що приймуть допомогу ШІ.
Завдання, для яких інженери найбільше хотіли б використовувати штучний інтелект, це завдання для моделювання та інструменти, які можуть підвищити продуктивність. Інструменти штучного інтелекту для оптимізації дизайну, прогнозного технічного обслуговування та досліджень слідували з невеликим відставанням. Варто зазначити, що майже дві третини респондентів вважають, що інструменти штучного інтелекту автоматизують повсякденні та повторювані завдання, що зробить інженерів більш продуктивними та дозволить їм зосередитися на складних або творчих завданнях.
«У короткостроковій перспективі ШІ працюватиме здебільшого як другий пілот для інженерів. Те, що ми побачимо з ШІ, — це можливість почати використовувати цю технологію для автоматизації повсякденних завдань, які, можливо, забирали багато часу, дозволяючи інженерам перейти до більш цікавих завдань», — каже Кінг. «Тут є великі можливості, але ми повинні бути обережними, щоб не втратити людські знання».
Занепокоєння залишається
Існує занепокоєння (37%), що широке впровадження штучного інтелекту призведе до заміни інженерних ролей інструментами ШІ. Трохи більше чверті вважають, що інженерів замінять. Подібним чином, понад 40% респондентів не вважають, що інструменти штучного інтелекту дозволять підтримувати той самий рівень інженерів.
Існує також занепокоєння (66% респондентів), що широке впровадження інструментів ШІ призведе до зменшення нагляду за проектами. Частково це пов’язано з тим, що інструменти штучного інтелекту схожі на чорний ящик, де недостатньо прозорості, щоб зрозуміти, як штучний інтелект отримав рішення.
«Світ ШІ може бути трохи схожим на Дикий Захід, але в інженерному контексті це не працює. Ви повинні мати надійні системи, які надають правильні відповіді, безпечні та ведуть себе етично», — каже Кінг.
«Якщо ми подивимося на структуру, яку ми використовували роками, особливо в таких сферах, як аерокосмічна чи ядерна інженерія, то там існують дуже суворі правила та вказівки. Нам майже доведеться взяти частину цих знань і застосувати їх як принципи захисту до будь-яких систем штучного інтелекту, які ми запроваджуємо».
Відсутність розуміння методології проектування штучного інтелекту разом із нездатністю правильно дослідити рішення може спричинити проблеми з перевіркою проектів. Із зростаючою кількістю рішень, створених системами штучного інтелекту, для кваліфікованих інженерів стане ще важливішим перевіряти ці проекти, щоб переконатися, що вони придатні та прийнятні.
Більше половини респондентів також висловили занепокоєння щодо потенційних ризиків для безпеки інструментів штучного інтелекту, а також майже 50% занепокоєні можливою історичною упередженістю даних. Загалом, майже 55% респондентів не влаштовують використання штучного інтелекту для прийняття важливих рішень у інженерії.
Компанії, які використовують загальнодоступні LLM, такі як ChatGPT, особливо ризикують. Вони не тільки можуть наражатися на погані набори даних і дезінформацію, імпортуючи у свої мережі контент, створений штучним інтелектом, вони також потенційно можуть витікати конфіденційну інформацію.
Серед респондентів існує сильне відчуття, що регулятивний нагляд необхідний для забезпечення розгортання та належного використання штучного інтелекту в техніці. Однак, враховуючи швидкість технологічного розвитку інструментів ШІ та порівняно повільні законодавчі процеси, це легше сказати, ніж зробити.
Деякі нормативні акти ШІ розробляються, наприклад, Закон Європейського Союзу про штучний інтелект, але існує значний ризик того, що законодавство може швидко застаріти.
«Розробники штучного інтелекту застосовують навчання з підкріпленням із зворотним зв’язком людини — коли вони бачать, що моделі щось роблять, вони скажуть, чи вважають вони, що моделі поводились правильно. Це ґрунтується на їхніх уявленнях і упередженнях, але хтось, хто сидить на Близькому Сході чи в Росії, може мати зовсім інший погляд на те, як повинна була відреагувати модель», — каже Кінг.
«Ви також повинні переглянути дані, на яких вони навчають LLM, які зазвичай беруться з Інтернету і часто англійською мовою. Якщо ви тренуєтеся лише на англомовних веб-сайтах, є ймовірність, що вони упереджені до західних культур».
Майбутнє ШІ в інженерії
Розгортання інструментів штучного інтелекту в техніці вже йде повним ходом, але несе потенційні підводні камені.
Це мислення було чітко сформульовано одним респондентом опитування, який зазначив: «Комп’ютер повинен мати змогу легше та швидше ідентифікувати закономірності та перевіряти відомі проблеми. З іншого боку, людська природа спонукатиме людей сліпо вірити результатам будь-якого завдання ШІ, що може стати проблемою».
Компанії також можуть вчитися на попередньому розгортанні нових технологій, щоб визначити потенційні ризики. Ключовим елементом є те, що різні країни мають різні інженерні норми та керівні документи.
Таким чином, інструмент штучного інтелекту, розроблений для одного регіону, може бути несумісним або, принаймні, вимагати повторного навчання, перш ніж його можна буде розгорнути в іншому регіоні.
«Моя єдина надія на розробку полягає в тому, що вона намагається використовувати штучний інтелект не як спосіб заощадити гроші, а як спосіб прискорити продуктивність», — каже Кінг. «У довгостроковій перспективі штучний інтелект створює точку перегину для всіх нас, оскільки ми можемо розробляти системи та продукти швидше та краще, тоді ви повинні побачити прискорення цієї технології, якого ми не спостерігали раніше. Це має відкрити величезні прориви».
Незважаючи на те, що інструменти штучного інтелекту мають очевидні переваги для автоматизації повсякденних і повторюваних завдань, інженерам все одно потрібно буде навчитися новим навичкам, щоб повноцінно працювати зі штучним інтелектом, забезпечувати безпеку та максимізувати переваги.
Для роботи з системами штучного інтелекту знадобляться інженери, які пройшли підготовку з кодування та оперативного проектування, а критичне мислення стане важливою навичкою для дослідження рішень, створених штучним інтелектом.
