Projektowanie CAD i sztuczna inteligencja - przykłady

Oprogramowanie CAD (Computer-Aided Design) jest współcześnie niezastąpionym narzędziem dla inżynierów, architektów, projektantów, konstruktorów i innych specjalistów z różnych branż. Czy już za chwilę równie nieodzownym narzędziem stanie się inteligentny asystent CAD? Jak wiele w zawodzie konstruktora CAD zmieni sztuczna inteligencja? Sprawdźmy.

Różne systemy AI, różne zastosowanie z oprogramowaniem CAD

Osoby lepiej rozeznane w temacie wiedzą doskonale, że nie ma jednej sztucznej inteligencji i różne systemy AI nadają się najlepiej do nieco innych zastosowań. W kontekście wykorzystania ich w pracy z programami takimi jak AutoCAD, Autodesk Inventor, SOLIDWORKS czy PTC Creo przypomnimy trzy spośród nich, które wydają się oferować już realną wartość dla inżyniera.

LLM (Large Language Model) – Duży Model Językowy

To system AI wyspecjalizowany w rozumieniu i generowaniu tekstu. Jest trenowany na ogromnych ilościach zróżnicowanych danych tekstowych, takich jak książki, prasa, opracowania naukowe, zapisy rozmów, ale też kod programistyczny i wzory matematyczne. Potrafi wykonywać zadania takie jak tłumaczenie, streszczanie, odpowiadanie na pytania i tworzenie treści tekstowych analogicznych do materiałów, na których był trenowany.

Przykłady systemu LLM to ChatGPT-3, BERT, czy PaLM. Ten model AI ma też swoje ograniczenia. Jego wiedza jest zawężona do danych, na których został wytrenowany, i nie ma wbudowanego mechanizmu dostępu do aktualnych informacji ani specyficznej wiedzy domenowej poza tym, co zostało zawarte w danych treningowych. W modelu tym występują też tzw. „halucynacje”, czyli podaje czasami informacje, które są fałszywe, niespójne z danymi treningowymi lub nie mają oparcia w dostarczonym kontekście. W przypadku stosowania modelu LMM w pracach inżynieryjnych tworzy to istotne ryzyko.

LMM (Large Multimodal Model) – Duży Model Multimodalny

Ten system AI to zaawansowana wersja LLM, która potrafi przetwarzać i generować informacje z wielu rodzajów danych (modalności), nie tylko tekstu. Może rozumieć i łączyć tekst z obrazami, dźwiękiem, wideo i innymi typami danych. Znajduje zastosowanie w bardziej złożonych zadaniach, takich jak tworzenie opisów z obrazów, analizowanie wideo, odpowiadanie na pytania dotyczące obrazów, odpowiadanie filmem, muzyką lub obrazami, itp.

Przykłady systemu LMM to Gemini i LLaVA. W tych modelach też występują halucynacje, wynikające m.in z polegania modelu na wiedzy parametrycznej (sztuczna inteligencja może bardziej polegać na swojej wewnętrznej wiedzy niż na dostarczonych danych), czy uczeniu się fałszywych korelacji. Przykłady halucynacji LMM to opisywanie obiektów nieistniejących na obrazie przekazanym do analizy czy umieszczanie w obrazie obiektów, których nie było w zapytaniu lub są ze sobą w korelacjach nie odpowiadających tym, które zostały wskazane w zapytaniu.

RAG (Retrieval-Augmented Generation) – Generowanie Wzmocnione Wyszukiwaniem

To nie tyle odrębny system AI, co szczególne jego zastosowanie zmieniające w sposób istotny jego sposób działania. W tym rodzaju zastosowania AI model LLM lub LMM ma dostęp do zewnętrznych źródeł wiedzy w czasie rzeczywistym. Gdy użytkownik zadaje pytanie, system RAG najpierw wyszukuje skojarzone informacje z bazy danych, dokumentów lub internetu. Następnie łączy te wyszukane informacje z oryginalnym pytaniem i przekazuje je do LLM. Stanowi w ten sposób wsparcie w przygotowywaniu wyczerpujących zapytań (promptów) opartych na danych ze wskazanego źródła.

Sztuczna inteligencja działając w architekturze RAG generuje bardziej dokładne i kontekstowo odpowiednie odpowiedzi, wykorzystując zarówno swoją wewnętrzną wiedzę, jak i dodatkowe dane zewnętrzne. To podejście ma zapobiegać powstawaniu halucynacji i sprzyjać dostarczaniu odpowiedzi opartych na na specyficznych, aktualnych danych ze wskazanego, ograniczonego źródła.

Jakie zastosowanie w pracy inżyniera może mieć sztuczna inteligencja

Czy jesteśmy blisko momentu, w którym wystarczy prompt, by otrzymać kompletny model 3D nowego urządzenia, przetestowany w symulacjach, zoptymalizowany i gotowy do produkcji?

Jak wspomnieliśmy wyżej, modele LLM i LMM nieuchronnie wiążą się z halucynacjami, co sprawia, że nawet jeśli wygenerują model 3D, to jego wdrożenie do produkcji byłoby dużym ryzykiem, szczególnie w przypadku modeli bardzo złożonych.

Asystent AI już teraz może natomiast w istotnym stopniu wesprzeć inżyniera w czynnościach, których weryfikacja jest stosunkowo łatwa. Szczególnie, jeśli AI działa w architekturze RAG. Przykładowo, jeśli mamy w lokalnej bazie PDM setki, a nawet tysiące elementów, i szukamy najlepiej pasujących do projektu, nad którym pracujemy, asystent AI wykona pracę, która nam zajęłaby wiele minut, jeśli nie godzin, w kilka sekund. Znajdzie najlepiej pasujące, gotowe elementy.

Inny przykład: zaczynamy pracę nad projektem i z grubsza wiemy, co potrzebujemy na początku przygotować i łatwo jest nam ocenić w toku dalszej pracy, czy te pierwsze kroki w projektowaniu zostały wykonane prawidłowo. Takie podstawy do projektowania, w oparciu o już wykonane projekty, błyskawicznie przygotuje inteligentny asystent.

Przykład inteligentnego asystenta CAD: LEO AI

LEO AI to wyszkolony na specjalistycznych materiałach inżynieryjnych inteligentny asystent (copilot), który jednocześnie może korzystać z lokalnej bazy danych technicznych. Co ważne, w lokalnym wdrożeniu jest systemem w pełni autonomicznym i nie przekazuje na zewnątrz tego, czego nauczy się na lokalnych materiałach.

Asystent LEO AI rozumie język techniczny i potrafi przekształcać specjalistyczne opisy tekstowe, szkice, specyfikacje oraz dane z plików CAD w odpowiedzi zoptymalizowane pod kątem DFMA (Design for Manufacturing and Assembly).

Jest wykorzystywany do takich zadań jak:

• uzyskiwanie odpowiedzi na pytania techniczne w czasie rzeczywistym,
• znajdowanie materiałów powiązanych z pytaniem technicznym,
• przeszukiwanie modeli 3D,
• automatyczne tworzenie wariantów projektów,
• szybkie generowanie koncepcji projektów i meshowego modelu 3D.

Generatywna sztuczna inteligencja tego rodzaju jest rozwiązaniem zdecydowanie przydatnym w procesie projektowania. Dzięki jej wdrożeniu czas pracy można lokować w inny niż dotąd sposób, poświęcając więcej uwagi innowacjom, współpracy czy głębszemu zrozumieniu celu. Wykonuje określone zadania, uczy się na podstawie doświadczenia, ułatwia rozwiązywanie problemów, sam akt podejmowania decyzji pozostaje przy tym w pełni po stronie inżyniera.

LEO AI przyjmuje się już na całym świecie i korzysta z niego ponad 30 000 inżynierów w różnych krajach. Od powszechnie dostępnych modeli AI, takich jak Perplexity czy ChatGPT, różni go oparcie jego nauki na specyficznie inżynierskich danych szkoleniowych. Te duże ilości danych, a jednocześnie otwartość na nowe treści, sprawiają, że LEO AI w ramach przedsiębiorstwa działa jak rozwiązanie indywidualne, dopasowane do lokalnych wymagań

Korzystać z LEO AI możesz zacząć już teraz, kupując wybrany pakiet na naszej stronie. Ten wybitnie pomocny asystent inżyniera dostępny jest również w pakiecie z wdrożeniem, które obejmuje integrację z lokalnym systemem PDM.

Przyszłość sztucznej inteligencji w projektowaniu CAD – podsumowanie

Kluczowe znaczenie dla zastosowania w przemyśle ma unikanie bądź neutralizowanie skutków halucynacji. Występują one obecnie w najpotężniejszych modelach LLM i LMM. Aktualnie wykorzystywane algorytmy sztucznej inteligencji mają związane z tym ograniczone zastosowanie, niemożliwe na tę chwilę do przekroczenia, co nie oznacza, że są nieprzydatne dla inżynierów. Wręcz przeciwnie. Zmiana, jaką niosą ze sobą, jest ogromna, i zmienia całkowicie rozkład akcentów w pracy. Sztuczna inteligencja, ucząc się na dokumentacji technicznej, staje się osobistym błyskawicznie działającym i kojarzącym fakty kompendium wiedzy, uzupełnieniem programów CAD 3D, narzędziem do analizy danych w czasie rzeczywistym, z którym rozwiązywanie problemów staje się prostsze.

Pełne modelowanie 3D od pomysłu do kompletnego złożonego projektu urządzenia lub konstrukcji pozostaje poza zasięgiem AI na tę chwilę. Dopóki systemów LLM i LMM nie zastąpi model ogólnej sztucznej inteligencji, tak już najpewniej pozostanie. Mimo różnych śmiałych zapowiedzi, ogólna sztuczna inteligencja pozostaje wciąż w sferze science fiction.

Zobacz, jak sztuczna inteligencja może pomóc inżynierowi w codziennej pracy.