Публикуемое интервью вначале привлекло моё внимание тем, что один из руководителей компании Autodesk — одного из самых активных практических пропагандистов новейших технологий — недвусмысленно и откровенно признаёт, что генеративный дизайн (ГД) находится во младенчестве, что реальных пользователей очень мало (if any), и сообщает о некоторых прагматических мерах по поддержке чистого ГД известными (в какой-то степени — классическими) средствами моделирования.
В процессе чтения интервью становится видно, что служебные маркетинговые обязанности интервьюируемого берут верх над его взглядами специалиста: от констатации младенчества через довольно многословные уходы от сути обсуждения он приходит к уверению в том, что уже через 10 месяцев всё радикально изменится. Всё-таки я решил опубликовать это интервью: оно полезно тем читателям, которые отнесутся к тексту не с тотальным скептицизмом и хейтерством по отношению к компании Autodesk, а как специалисты, заинтересованные в содержательном отслеживании и анализе тенденций рынка.
Сам я считаю, что интеграция чистого ГД с поддерживающими солверами — совершенно неизбежное следствие логики бизнеса, которая требует отдачи от инвестиций, даже если технология в целом и её коммерческие конфигурации не станут более прозрачными и массово приемлемыми, чем сегодня. Не исключаю, такие коммерческие конфигурации могут постепенно адаптироваться к инженерной практике и стать массовыми. С другой стороны, думаю, что большие резервы заключены в базовых алгоритмах ГД, но реализовать эти резервы лучше не ради и не в процессе очередного релиза существующего продукта, а в процессе академических исследований, не скованных тактической рыночной конъюнктурой.
Автор — старший редактор портала engineering.com. Имеет степень по инженерной физике университета Alberta.
Никогда раньше я не сидел так близко к Autodesk CEO Эндрю Анагносту во время его вступительной речи, как в этот раз.
Эндрю Анагност, CEO Autodesk, на виртуальной конференции 2020 рассказывает о GD (изображение принадлежит Autodesk)
Какое-то время назад мы решили попробовать улучшить конструкцию Golden Gate Bridge с помощью ГД, но заметного успеха не достигли. В частности, поэтому возникло желание лучше понять высказывание Анагноста: что он имел в виду под «доступностью»?
Мы понимаем, что ГД – как каждая формирующаяся технология – должен пройти большой путь, прежде чем встать в ряд стандартных инструментов проектирования. Чтобы понять, в какой степени упомянутая «доступность» уже приблизила ГД к уровню реальных средств конструктора, мы обратились к Скотту Ризу (Scott Reese), старшему вице-президенту сектора производства. Риз откровенно изложил точку зрения на сегодняшнее состояние ГД и рассказал об амбициозном видении будущего этой технологии в Autodesk.
Скотт Риз (изображение принадлежит Autodesk)
Для других препятствием служит доступность. ГД слишком трудно использовать. Нам нужно было много поработать, чтобы приблизить ГД к массовому рынку и превратить эту технологию в подлинного партнера проектировщика. Для повышения доступности ГД мы проделали огромную исследовательскую работу, и я очень рад, что результаты уже появляются. В начале нашей работы над ГД мы вложили много усилий в создание и отладку наших алгоритмов. Мы начинаем с быстрой настройки, вводя некоторые предположения, которые основаны на предоставленной вами информации. А ели вам не понравятся результаты, основанные на этих предположениях, вы просто входите в систему и меняете некоторые предположения или их дополняете.
С точки зрения доступности, мы несколько изменили бизнес-модель. Уже сейчас в Fusion 360 пользователи могут круглые сутки работать с ГД, оплачивая только скачивание результата, когда потребуется дальнейшая работа над проектируемым объектом (это стоит 100 долларов). До конца года мы на четверть снизили эту цену для коммерческих пользователей, экспериментирующих со своими проектами. Конечно, эта мера несколько способствует расширению использования ГД, однако не думаю, что массовое рыночное применение начнется до того, как процесс настройки станет легче.
При этом мы постоянно учитываем пользовательский опыт, например описанный в вашей статье [Golden Gate Bridge]. Из каждого использования мы извлекаем полезную информацию. Кроме того, мы встраиваем в технологию новые возможности и хотим видеть их использование на практике. Одно из направлений, которое мы уже начали тестировать с несколькими пользователями, — встраивание симуляционных решателей (simulation solvers). Например, вы хотите использовать решатели из области гидрогазодинамики. Это не просто с точки зрения механики, речь идет об общей эффективности системы. Сочетание динамического моделирования жидкостей и механических свойств — весьма сложное дело. Если мы сможем поручить компьютеру решение пользовательских задач следующего уровня сложности, это и будет продвижением ко всё более качественным результатам. Повторю, что всё это направлено на упрощение пользования технологией ГД. Предварительный показ нового солвера для гидродинамики на основе ГД (изображение принадлежит Autodesk)
Меня воодушевляет, что Autodesk обладает достаточной интеллектуальной собственностью, чтобы в долгосрочной перспективе развивать эти возможности.
Сейчас это работает так: вы формируете данные с помощью ГД, а затем для валидации передаёте эти данные в солверы ANSYS [эта возможность была объявлена на AU в рамках новой версии Forge для Производственной платформы]. То есть речь не идёт о динамическом решателе внутри алгоритмов ГД, это устроено по-другому. Скоро результаты из Fusion 360 можно будет передавать в солверы ANSYS (изображение принадлежит Autodesk)
У каждого из нас есть предпочитаемый солвер, которым мы пользовались в течение нашей инженерной карьеры. Это то, чему мы доверяем. В этом причина того, почему люди нечасто меняют солверы. Для меня один из характерных примеров связан с работой в группе инженеров лаборатории реактивных двигателей NASA. Тогда один из инженеров сказал, что не доверяет результату, поскольку он не симметричен.
В ответ наши инженеры посоветовали провести любой симуляционный тест и сообщить о его результате. Дело в том, что, если алгоритм неверен, нам следует его переписать, выяснив, почему он не находит симметрию. Спустя некоторое время сомневающийся коллега сообщил: «Не могу объяснить, в чем дело, но математика, которой я доверяю, показывает, что всё работает правильно».
Всё сказанное не означает ни неприемлемость асимметрии, ни обязательность симметрии. С учетом этого и поскольку люди склоняются к эстетичности симметрии, мы реализовали ограничения симметрии.
В прошлом абсолютно точные данные не имели смысла поскольку не было возможности воплотить их в изделии. Но по мере того как промышленно внедряются аддитивные технологии, сложность не только перестаёт быть ограничением, она даже удешевляет результат, так как почти всегда снижается расход материалов. Теперь, когда эти производственные возможности активно распространяются, вы действительно хотите найти оптимальное решение, а не только то, которое соответствует вашим представлениям о том, как это делается.
ИИ-стул, разработанный дизайнером Филиппом Старком с помощью ГД от Autodesk (изображение принадлежит Autodesk)
Как организовать просмотр порожденных вариантов и найти тот проект, который мне действительно нужен? У нас есть команда AI/ML, которая создаёт алгоритмы, помогающие выявить наиболее вероятных кандидатов на основе представлений об известных предпочтениях пользователя.
Мои слова иллюстрируются двумя другими технологиями, о выпуске которых объявлено на AU 2020. Одна – генеративное средство планирования, связанное с Shotgun [планировщик проектов для сферы развлечений]. Другая технология, Spacemaker, приобретенная в результате поглощения, демонстрирует нашу приверженность ГД в сфере AEC, она позволяет рассмотреть множество вариантов городской планировки.
Итак, я думаю, что через десять лет ГД можно будет увидеть в качестве партнера по разработке у каждого из наших пользователей.