Джим Антертон (James Anderton), директор по контенту Engineering.com: В массовой культуре будущее всегда связано с технологиями, и под технологиями мы часто подразумеваем программное обеспечение. Самая обсуждаемая, не до конца понятная, но всеми ожидаемая технология — это искусственный интеллект. ИИ означает разные вещи для разных людей, но он уже вышел из лабораторий и является неотъемлемой частью современных комплексных процессов проектирования. Представлявшийся когда-то своего рода «виртуальным инженером», на практике ИИ становится способом интеграции генеративного дизайна и симуляции в традиционный процесс творческого проектирования, добавляя в него некоторую изюминку. Предполагается, что инженеры будут использовать новые системы еще до этапа рендеринга, как в концептуальной части дизайна, так и в оптимизации. Современные системы почти магическим образом позволяют команде инженеров создавать более качественные проекты с меньшим риском и быстрее выводить продукты на рынок.
Мы организовали встречу с Майком Николаи (Mike Nicolai), старшим менеджером по линейке продуктов Siemens Digital Industries Software, чтобы поговорить о том, на что способен искусственный интеллект. В настоящее время Майк руководит командами, занимающимися исследованиями и разработкой нового продукта в портфолио Simcenter с использованием искусственного интеллекта. Майк получил специальность инженера по электротехнике и электронике в Техническом университете Брауншвейга и докторскую степень в области машиностроения в Высшей технической школе Аахена (RWTH Aachen University).
Джим Антертон: Об искусственном интеллекте сейчас говорят повсюду. Что мы имеем в виду с инженерной точки зрения, когда говорим об искусственном интеллекте?
Майк Николаи: Это очень непростой вопрос, потому что понятие ИИ меняется со временем, верно? Я имею в виду, что он был изобретен в 50-х годах прошлого века, и с тех пор он постоянно меняет свои рамки. Было время, когда вы могли сказать своему автомобилю, куда ехать, и это называли искусственным интеллектом, но сегодня никому не придет в голову назвать так вашу GPS систему.
По сути, идея искусственного интеллекта — это идея о том, что компьютер может действовать в некотором смысле разумно, но все зависит от определения того, что такое интеллект. И об этом же пишется в учебниках.
ДА: Мы используем слово «интеллект» в разных контекстах. Я думаю, что, говоря об истории вычислительных технологий для инженерного использования, мы подразумеваем устройство для расчетов — от логарифмической линейки до механической счетной машины. Но при этом всегда подразумевается инженер, конструктор — человек, который вводит данные в устройство, метафорически поворачивает рукоятку, а затем решение выскакивает на другом конце. Но определение того, какие данные нужно ввести, и интерпретация результатов всегда выполнялись человеком.
Мы сможем преодолеть этот барьер с помощью ИИ? Будет ли искусственный интеллект на самом деле решать, какие данные нужно использовать в расчетах и как анализировать результаты?
МН: Нет, не думаю. Мы говорим о «расширенном интеллекте» (augmented intelligence). И мы действительно считаем, что он поможет вам выполнять работу — это означает, что вы сможете сказать системе, чего вы хотите, а затем система попытается найти нужное решение.
С помощью наших новых инструментов Simcenter Studio мы воплотили это на уровне системной архитектуры. Вы можете сказать: «Я бы хотел получить некую систему, скажем, в гибридном электромобиле. У меня есть такие-то входные данные, и я хотел бы, чтобы выполнялись вот эти требования». Это передается ИИ, и затем ИИ создает множество альтернатив. Но после этого человек должен решать, что хорошо, а что нет. Это не должен решать ИИ.
ДА: В наши дни мы много говорим о проектировании на основе моделей, системном проектировании, архитектуре и платформах. Является ли долгосрочной целью таких экспертов в этой отрасли, как вы, создать виртуального инженера — искусственного инженера? Будут ли ИИ или система в целом похожими на второго человека-инженера, стоящего рядом с вами?
МН: Я этого пока не вижу, так что думаю, что это не конечная цель. Конечная цель — дать нашим клиентам действительно нужную ценность.
Инструмент генерирует множество архитектур, что само по себе хорошо. Но с большим количеством этих архитектур вы мало что можете сделать. Допустим, у вас есть 1000 архитектур; а если у вас 1000 архитектур, тогда вам понадобится еще один ИИ — например, один управляемый машинным обучением, а другой управляемый машинными рассуждениями и машинным обучением — чтобы действительно понять, что хорошо.
У нас также есть системы рекомендаций, потому что у разных заинтересованных сторон могут быть разные предпочтения. Одни говорят: «Нам нравится эта архитектура, потому что на нее нужно меньше затрат», а другие говорят: «Нам нравится эта, потому что у нее хороший дизайн». И всю эту информацию можно учесть, и тогда система сможет выдать рекомендацию по выбору дизайна в некотором диапазоне. Но это всегда в виде совета, это не обязательно в стиле Терминатора: «Я решаю, что для тебя хорошо».
ДА: Майк, традиционно CAD/CAM инструменты помогали инженерам разрабатывать очень сложные комплексные системы. Но информационный поток — поток данных — всегда шел сверху вниз. Конструктор сначала изображал что-то, а потом это создавалось. Сначала строили прототип, тестировали его, получали некоторую информацию в виде обратной связи, вносили изменения в конструкцию, и после этого продукт считался готовым для передачи в производство.
Затем, как часто бывало в автомобильной отрасли, где я в свое время работал, улучшения или изменения просто дожидались следующей запланированной итерации, возможно, следующего модельного года или следующего изменения платформы.
Но сейчас мы живем в мире, в котором очень много возможностей передачи информации в направлении от конечных пользователей и производственных линий до конструкторского бюро. Данные практически бесплатны. Влияет ли это на вашу автоматизацию, вашу стратегию искусственного интеллекта с точки зрения инженерного проектирования?
МН: Да. За последние 20-30 лет мы разработали действительно сложные симуляторы, поэтому мы можем провести тестирование еще на этапе проектирования. Мы можем создать что-то виртуально и протестировать это — посмотреть на поведение и так далее. И мы можем решить: «Это хорошо, а это не очень». Таким образом, мы можем уменьшить количество прототипов, которые нужно построить, чтобы проверить рабочий экземпляр.
То, чем мы занимаемся сейчас, — это следующий шаг в генеративной инженерии: мы делаем возможным использование компьютера не только для конструирования вещей, но и для создания различных механизмов.
То есть ИИ будет генерировать множество различных механизмов, а затем симуляторы смогут их оценить. И у вас действительно появляется более широкий набор вариантов, из которых вы можете выбирать; это в конечном итоге помогает вам создавать более качественные продукты за то же время и с теми же усилиями, затратами и т. д. И это то, к чему мы стремимся.
ДА: Вы упомянули генеративный дизайн. Конечно, сейчас это актуальная тема в проектировании. Первоначально одним из ключевых аспектов опытных инженеров была их способность начинать с середины, не проходя много-много раз один и тот же путь от начала проекта до работоспособного продукта, просто на основе прошлого опыта и знаний. Но генеративный дизайн обещает новый мир, в котором вы могли бы начать с совершенно непрактичного представления и просто сделать миллиард итераций с помощью симуляции, а затем произвести лучший продукт, чем мог бы сделать человек.
Означает ли это, что отправная точка сейчас может быть где угодно? Можно ли взять кронштейн, спроектированный обезьяной, а затем передать его машине для дальнейшей работы?
МН: Нет. Думаю, обезьяна не справится. Вы сначала должны определить то, что хотите, верно? Вы должны знать, чего хотите, и можете задать некоторые ограничения. И система будет генерировать с учетом этих ограничений.
Проблема в том, что если вы начинаете свои проекты с одних и тех же шагов, у вас появляется что-то вроде фиксации дизайна, потому что вы держите в голове уже известный вам дизайн, — и это хорошо, это правильный подход, если вы уже знаете что-то, у вас есть некоторые знания из прошлого, и эти знания помогут вам в очередной работе.
Но если вы хотите рассмотреть больше вариантов и попытаетесь сознательно удалить эту «фиксацию дизайна», это действительно откроет вам новые миры. Именно поэтому мы в Siemens говорим о генеративной инженерии, а не о генеративном дизайне. Потому что генеративный дизайн в мире САПР заключается в том, что вы действительно решаете, каковы граничные условия, где находятся нагрузки и т. д., и вы можете что-то построить, а затем уже вы создаете деталь.
Но генеративная инженерия предполагает более широкое использование идеи генеративного дизайна. Это происходит на ранних этапах концепции, когда вы думаете о различных архитектурах системы. И это также относится к более поздним этапам, когда вы переходите к реализации управления. Так что это немного шире, чем просто генеративный дизайн на уровне компонентов.
ДА: Одна из отличительных черт генеративного дизайна — это, конечно же, способность просто итерировать быстрее и дешевле, чем это было бы возможно при прототипировании. Изначально определение требований, определение спецификаций было самой важной частью процесса. Вы не могли правильно начать, если не понимали, что должно делать устройство. В то время изменение первоначальных требований часто было невозможно или строго ограничено. По моему опыту, когда конечный пользователь говорил: «Мы внесли изменение, мы должны добавить 50% к способности к деформации», ответ был: «Нет, это невозможно», или мы должны были начать с самого начала.
Предполагает ли генеративный дизайн, что мы можем быть более гибкими и на более поздних этапах процесса разработки? Благодаря этому конечный пользователь сможет внести некоторые изменения, не вызывая хаоса в процессе.
МН: Да, это так, потому что идея состоит в том, что вы можете сказать, что вы хотите получить, сформулировать спецификации, ограничения, — но это будут еще не формальные требования. Это действительно пока просто спецификации. Вы указываете: «я хочу иметь это, а это не должно использоваться», или «эти системы не должны быть связаны» — это еще не требования, это более высокоуровневое описание того, что вы хотите иметь.
И тогда система генерирует множество альтернатив. А потом вы понимаете, с помощью симуляции или просто глядя на сгенерированные активы: «Нет, это не то, что нужно». И тогда вы можете действительно быстро вернуться к тому, чтобы снова сказать, чего вы хотите, и работа идет быстрее.
ДА: Похоже, что мы прощаемся с миром, в котором у нас есть одно решение, один ответ или оптимальный выбор из спектра возможных решений некоторой проблемы. Получается, что мы приходим к тому, что больше нет единственного дизайна — теперь есть 15 или 20 возможных дизайнов, и все они будут работать?
МН: Но ведь это у нас уже есть, верно? Я имею в виду, что, если вы, например, посмотрите на автомобили на улице, вы увидите разные дизайны. Нет «просто» автомобиля. Есть представление об автомобиле, а на улицах ездит множество разнообразных моделей.
Генеративный инженерный подход означает, что сначала в одной компании вы можете посмотреть на 100, 1000 или любое количество проектов, которые отвечают вашим требованиям, а затем принять решение с более широким кругом партнеров: «Мы хотим представить этот автомобиль или эту линейку продуктов». Такой подход уже используется, но инженерам станет проще его реализовать.
ДА: В типичных командах дизайнеров или инженеров довольно часто бывает один сумасшедший мыслитель. Он творческий человек, придумывающий идею или концепцию, которая отличается от того, что уже есть, а иногда кажется даже неприемлемой, — очень часто просто неэффективно брать эту идею и развивать ее, потому что вероятность успеха, возможно, мала. Если это сработает, отдача будет огромной, но риск слишком велик, чтобы продолжать. Появится ли теперь возможность попробовать безумную идею?
МН: Да, это уже можно делать. Наши клиенты это уже пробовали. У нас есть этот инструмент. Он генерирует множество различных дизайнов.
Один из наших клиентов создал 3000 различных системных архитектур. А у нас есть инструмент под названием Discover, где вы можете все это просматривать. Вы указываете свои предпочтения, свои симпатии и антипатии, как, например, в Netflix или в приложениях для социальных сетей с помощью кнопок «Нравится» и «Не нравится», после чего система выдает рейтинг дизайнов, и его дизайн попал в список, и он представил его своему руководству, и менеджмент его одобрил. Так действительно можно работать.
А когда дойдет до рынка, посмотрим. Я надеюсь, что дойдет.
ДА: В инженерии нередко случается, что человек обучается одной специальности, но потом работает в совершенно другой области. Очень часто я встречал людей, изучавших электротехнику, которые в конечном итоге разрабатывали механические системы, иногда наоборот. Сможет ли этот искусственный интеллект создать технологии, которые помогут людям работать в той области, где их образования, возможно, недостаточно?
МН: Если вы являетесь специалистом в какой-то области, будь то машиностроение или электротехника, вы изучали это с основ. Я думаю, что проектировать что-то из другой области будет довольно сложно, потому что вам действительно нужно будет углубиться и так далее. Но в случае мультифизической симуляции вам в любом случае будет необходимо построить эту систему. И вы сможете это сделать. Я имею в виду, что инженеру-механику будет относительно легко построить тепловую систему — добавить несколько механизмов и батарей и смоделировать ее без необходимости на 100% понимать работу тепловой системы и писать для нее решатель. То есть вы сможете это сделать.
Но иметь базовое понимание всегда хорошо.
ДА: Сразу после появления систем автоматизации разработки инженерных проектов их иногда критиковали в том смысле, что инженер-электрик мог сказать: «Я хочу спроектировать источник питания. Я не хочу становиться кодером. Я не хочу тратить время на изучение инструментов. Я хочу использовать инструменты, чтобы получить конечный продукт». Появились ли решения для малокодовой/бескодовой разработки, можем ли мы говорить, что уже живем в мире, в котором инженер занимается своими главными обязанностями, или он всё же должен думать о том, как работать с инструментом вместо того, чтобы просто использовать его?
МН: Я считаю, что моя роль как менеджера продуктов на самом деле состоит в том, чтобы понять, для кого мы создаем наши инструменты, а затем максимально упростить их использование.
И для этого мы используем ИИ. Нам нужно оказать поддержку нашим пользователям. Я имею в виду, если вы создаете свою модель и используете систему проектирования на основе модели, то у вас есть компоненты, у вас есть системы, у вас есть активы, подключенные к определенным компонентам, у вас есть соединения. И вы можете в Simcenter Studio, например, нажать на компонент на эскизе или на текстовом представлении, и наша система помощи выдаст на экран подсказку, что вы можете с этим сделать.
Это инспектор, который действительно поддерживает вас, поэтому вам не нужно искать что-то в документации. Он может порекомендовать посмотреть на какой-то пример и так далее. Это те мелочи, которые мы должны заложить в наш продукт, чтобы действительно поддержать наших пользователей, потому что речь идет не о кодировании, а о проектировании. Вот куда я хочу пойти со своими инструментами.
ДА: В самом начале CAD/CAM системы были ориентированы на компьютеры, и для них требовались очень производительные и очень дорогие рабочие станции. А теперь мы движемся к облачной модели, когда проектировщик может использовать относительно простой ноутбук или даже мобильное устройство. Расскажите о подключении к облаку, необходимо ли оно для использования таких продуктов, как ваш, и если да, то какие преимущества это дает?
МН: Simcenter Studio — это облачное приложение. Это значит, что вы получаете доступ к нему через свой браузер. А то, как работает сервис, в какой-то степени зависит от клиента. На данный момент у нас нет программного обеспечения как услуги. Поэтому клиенты обычно инсталлируют его на своем рабочем месте. Но вы также можете установить его на своей частной или даже на открытой AWS платформе или на платформе от любого другого облачного провайдера. Вам по-прежнему нужны мощности для выполнения ваших расчетов или моделирования и так далее. Но вы можете просматривать и редактировать информацию на своем ноутбуке или планшете.
ДА: Безопасность определенно является проблемой для любого устройства, подключенного к облаку. Я разговариваю со многими людьми в инженерных фирмах, которые ведут разработки, содержащие конфиденциальную информацию для военных контрактов, некоторые ограничения диктуются законодательством (например ITER в США), а некоторые компании просто обладают очень ценными собственными знаниями, которые они не хотят раскрывать миру. Ваши приложения могут работать как в открытой системе, так и во внутренней сети или в закрытой системе?
МН: У нас есть полностью закрытая система. И некоторые из этих систем установлены в США в полностью изолированной среде. Им не требуется подключение к Интернету. Это действительно локальное решение, которое можно использовать без проблем. Я имею в виду, что изначально так и было задумано. Библиотеки скачивать не нужно, они надежные и уже находятся в системе. Это требования к программному обеспечению, которые мы гарантируем.
ДА: Во время появления CAD технологий у очень больших и богатых фирм было гораздо больше возможностей по сравнению с небольшими фирмами. Конечно, крупные компании были первыми, кто внедрил и начал использовать эту технологию, и небольшие инженерные фирмы опасались, что они начнут отставать и им будет трудно удерживать персонал, который будет склонен мигрировать в более крупные компании, обладающие ультрасовременными технологиями, подобными вашей. Как вы думаете, будет ли она доступна конструкторскому бюро, состоящему из одного-двух человек, в той же мере, как, например, Volkswagen?
МН: Я не вижу почему нет. Я думаю, что устройство мира немного сложнее, чем «есть маленькие компании и есть большие компании». Существует венчурный капитал, который вкладывается в небольшие стартапы, поэтому у них на самом деле больше капитала для использования в своем бизнесе, и они могут работать даже быстрее, чем небольшие компании. Думаю, неправильно думать: «У меня небольшая компания из трех человек, и у меня нет возможности развиваться». Нет, вы можете развиваться быстро, и мы поможем вам двигаться быстрее с помощью наших инструментов.
Так что вам не нужно все изобретать самостоятельно, и у вас может быть одно или два рабочих места. Это не проблема.
ДА: Майк, последний вопрос. Сохранится ли в будущем потребность в инженерах при таких передовых технологиях, использующих ИИ? Сможет ли кто-нибудь спроектировать что-нибудь, просто полагаясь на компьютер?
МН: Я думаю, мы больше будем двигаться в сторону изобретательности, а не в сторону развития инструментов. Ведь генеративная идея заключается в том, что вы действительно сообщаете, чего вы хотите, — и мы постараемся, чтобы вы могли сделать это максимально просто, — а система будет генерировать варианты.
Сейчас, когда вы используете инструменты, вы должны знать, как вам перемещать эти блоки, как вам их подключать, почему вы не можете соединить эти блоки, как вам в вашей САПР выдавить элемент. К тому же это утомительная работа, я имею в виду постоянно управлять мышью. Я думаю, это уйдет в прошлое, так же, как и в мире САПР.
В мире САПР у вас могло быть 50 инженеров, работавших над различными представлениями, и все они занимались именно этим. Это было здорово, потому что у вас было 50 инженеров, которые действительно это умели. Но затем появились САПР, подобные Anix, и они произвели революцию в способах использования САПР.
То же самое произойдет, например, с системами симуляции. Вы будете меньше использовать мышь, чтобы что-то сделать, а система будет больше делать за вас: создавать виды, облегчать вам создание симуляции и т. д. Я думаю, что инженеры будут нужны все больше и больше, и появится больше инженеров. Вы говорили об обезьянках, которые перемещают мышь, — я думаю, что этого будет все меньше и меньше. И я считаю, что это здорово. Мне лично это нравится. Надеюсь, это понравится и вашим зрителям.
ДА: Светлое будущее. Майк, спасибо, что согласились участвовать в этом разговоре.
МН: Спасибо, Джим. Было приятно с вами поговорить.