Po długiej przerwie miałem wspaniałą okazję uczestniczyć w 25. jubileuszowej edycji 3DEXPERIENCE World 2024 firmy Dassault Systèmes, która odbyła się w Dallas w Teksasie w dniach 11-14 lutego. Podczas wydarzenia ogłoszono wiele nowości, w tym ulepszenia wydajności i łatwości użytkowania SOLIDWORKS i 3DEXPERIENCE Works 2024. Mark Peterson, starszy konsultant ds. procesów przemysłowych w Dassault Systèmes, poruszył temat “Co nowego w SOLIDWORKS i 3DEXPERIENCE Works 2024”. Peterson powiedział, że najnowsza wersja oprogramowania otworzy nowe możliwości poprawy sposobu projektowania, komunikacji i zarządzania modelami 3D. W tym celu skupił się na 3 podstawowych filarach: pracuj mądrzej, szybciej i razem.
Kolejnym ważnym ogłoszeniem na konferencji była przełomowa wiadomość, że Cadence Design Systems i Dassault Systèmes ogłosiły strategiczne partnerstwo obejmujące rozszerzoną integrację OrCAD X i Allegro X z platformą 3DEXPERIENCE i SOLIDWORKS. To naprawdę powinno mieć wpływ na umożliwienie jeszcze większej integracji z platformą 3DEXPERIENCE.
Sztuczna inteligencja: przyszłość projektowania?
Sztuczna inteligencja (AI) była gorącym tematem podczas 3DEXPERIENCE World 2024. Miałem okazję przeprowadzić wywiad z dwoma liderami w dziedzinie sztucznej inteligencji w Dassault Systèmes: Shrikant Savant, SOLIDWORKS Data Analysis & Science Director w Dassault Systèmes oraz Manish Kumar, SOLIDWORKS CEO I R&D Vice President w Dassault Systèmes. Podczas naszej rozmowy jednym z przesłań, które wciąż pojawiało się od obu liderów, jest to, że SOLIDWORKS skutecznie wykorzystuje sztuczną inteligencję od lat, jeśli nie od dziesięcioleci, poprzez znaczne wykorzystanie symulacji i analizy danych projektowych. Jak wspomniał Kumar podczas swojej prezentacji, grupa pracująca nad sztuczną inteligencją nagle przekształciła się z mało znanej grupy badawczej z kilkoma oddanymi inżynierami w najbardziej poszukiwaną grupę w firmie niemal z dnia na dzień.
Zadałem oczywiste pytanie dotyczące sztucznej inteligencji: skoro SOLIDWORKS od lat korzysta z metod sztucznej inteligencji, co zmieniło się w ich wykorzystaniu teraz? Czy robią Państwo coś innego, teraz gdy sztuczna inteligencja stała się głównym nurtem? Odpowiedź, jak zwykle w przypadku SOLIDWORKS, można znaleźć w narzędziach, które już pomagają inżynierom projektantom. Na przykład Design Assistant SOLIDWORKS idealnie nadaje się do wykorzystania koncepcji uczenia maszynowego (ML) w celu optymalizacji przepływu pracy inżynierii projektowej dzięki możliwości poznania preferencji projektowych użytkownika. Dzięki mocy sztucznej inteligencji i uczenia maszynowego, Design Assistant uczy się od użytkownika i przedstawia sugestie oparte na projekcie, automatyzując i usuwając żmudne i powtarzalne zadania. Za każdym razem, gdy korzystasz z narzędzi do projektowania parametrycznego, blach i konstrukcji w SOLIDWORKS Cloud, sztuczna inteligencja uczy się od Ciebie i jest w stanie przedstawić lepsze rekomendacje w oparciu o sposób, w jaki lubisz projektować, stale ewoluując i ucząc się na podstawie Twoich konkretnych wyborów. Mówiąc dokładniej, narzędzia takie jak Mate Helper automatycznie wstawiają wiele instancji komponentów do zespołu, rozpoznając i sugerując lokalizacje replikacji, podczas gdy Section Helper przewiduje i sugeruje, które z elementów modelu należy wybrać jako następne.
Narzędzia te opierają się na uczeniu się na podstawie Państwa unikalnych preferencji projektowych, ale co z generatywną sztuczną inteligencją dla projektowania? Zapytałem Savanta, czy SOLIDWORKS planuje tworzyć i wykorzystywać modele i platformy podobne do modelu ChatGPT, ale do projektowania inżynierskiego? Pomysł polegałby na przeszukiwaniu Internetu i projektowych baz danych w poszukiwaniu treści, a następnie powrocie do użytkownika z preferencjami projektowymi i zaleceniami opartymi na istniejących projektach, podobnie jak ChatGPT tworzy dokumenty tekstowe na podstawie istniejącego tekstu online. W tym przypadku algorytmy zostałyby stworzone, aby nauczyć platformę projektową AI, jak prawidłowo formułować projekty na żądanie. Kumar i Savant wspomnieli, że istnieje kilka problemów związanych z tym podejściem.
Po pierwsze, projekty inżynieryjne są znacznie bardziej chronione niż artykuły tekstowe, a często są nawet opatentowane. Oznacza to, że nawet jeśli istnieje wiele danych inżynieryjnych, nie są one dostępne do wykorzystania, zwłaszcza przez potencjalnych konkurentów, którzy pracują nad podobnymi projektami. Innym poważnym problemem związanym z generatywnym projektowaniem inżynieryjnym AI jest to, że jest ono po prostu zbyt złożone. Tekst podąża za prostym zestawem reguł gramatycznych, które są stosunkowo łatwe do przewidzenia. Projekty inżynieryjne mają o wiele więcej zmiennych, a każdy projekt jest unikalny dzięki różnym materiałom, rozmiarom, wytrzymałości i złożonym formom. Nie jest to tak proste jak wygenerowanie zdania.
Wreszcie, istnieje problem mocy obliczeniowej. ChatGPT i inni główni gracze GAI przetwarzają duże ilości danych, które są przesyłane do Internetu na masową skalę. Powoduje to wysokie zapotrzebowanie na moc obliczeniową i wynalezienie niestandardowych mikroprocesorów do obsługi tych unikalnych zadań przetwarzania. Oznacza to, że projekty inżynieryjne generowane przez sztuczną inteligencję, z ich mniejszą bazą użytkowników, ale znacznie wyższym zapotrzebowaniem na moc obliczeniową na żądanie, będą wymagały, aby całe przetwarzanie odbywało się w chmurze. Firmy takie jak Dassault Systèmes oferująca oprogramowanie SOLIDWORKS muszą zatem nadal rozszerzać swoje oferty i możliwości oparte na chmurze.
Są to duże wyzwania, ale można im sprostać. W odniesieniu do kwestii niedostępności zastrzeżonych danych projektowych do wykorzystania w projektach generatywnej sztucznej inteligencji, Kumar wspomniał o zachęcającym modelu udostępniania danych, podobnym do biura kredytów konsumenckich, w którym banki dostarczają chronione dane kredytowe konsumentów do centralnej bazy danych, aby móc wykorzystać dane ze wszystkich uczestniczących banków do własnej analizy ryzyka kredytowego potencjalnego klienta. Nie wszystkie firmy zgodziłyby się na takie rozwiązanie, ale być może część danych mogłaby zostać udostępniona, umożliwiając wszystkim uczestnikom szybsze generowanie złożonych projektów na żądanie. Chciałbym zaznaczyć, że zarówno Kumar, jak i Savant, w osobnych wywiadach podkreślali, że Dassault Systèmes jest niezwykle ostrożny w wykorzystywaniu danych projektowych swoich klientów i nigdy nie wykorzystałby żadnych danych do generatywnej sztucznej inteligencji bez wyraźnej pisemnej zgody swoich klientów.
Fascynujące jest wyobrażenie sobie, że pewnego dnia inżynierowie będą mogli projektować złożone produkty w ciągu kilku minut. Nawet jeśli ten dzień może być daleko w przyszłości, zachęcające jest to, że firmy takie jak Dassault Systèmes wykorzystują istniejące możliwości AI już dziś i pilnie pracują nad tym, aby projekty generowane przez AI stały się rzeczywistością w przyszłości.
