Maor Farid, zakladatel a CEO Leo AI – Interview Series

Dr. Maor Farid, zakladatel a CEO Leo AI, je izraelsko-americký inženýr, výzkumník AI, sociální aktivista a podnikatel. Prováděl výzkum AI a mechanického inženýrství na MIT jako Fulbrightův postdoktorand a stal se nejmladším absolventem PhD v historii Technionu – Izraelského technologického institutu. Vystavil komunitu 60 000+ inženýrů a podporuje znevýhodněné mládež prostřednictvím neziskové iniciativy.

Leo AI je první AI pro mechanické inženýrství – velký mechanický model pro fyzický návrh produktů, který umožňuje týmům přeměnit nápady na produkční 3D modely za sekundy. Platforma pomáhá společnostem snížit čas inženýrství o 70 % a urychlit dobu uvedení na trh o 18 %. Založena v roce 2023, Leo AI je již používána inženýry ve globálních společnostech, včetně Toyota, HP, Mobileye (od Intelu), Philips a Scania. Pouze několik měsíců po seed kole (vedené Flint Capital), její ARR vzrostl o 300 % v Q1.

Vybudujete si svou pozadí napříč mechanickým inženýrstvím, ne-lineární dynamikou, výzkumem AI, MIT a Technionem před založením Leo AI. Co vás vedlo k tomu, aby se zaměřil specificky na budování AI pro mechanické inženýry, a jaký problém jste cítil, že průmysl dosud nedokázal vyřešit?

Upřímně, frustrace.

Před Leo, jsem pracoval jako mechanický inženýr v obraně a uvědomil jsem si něco divného: inženýři tráví absurdní množství času vším, jen ne inženýrstvím. Vážně. Trávíme čas procházením starých složek, prohledáváním katalogů dodavatelů, hledáním standardů, ručním opětovným použitím starých návrhů a ptáním se seniorního inženýra, který si pamatuje, proč přesně toto rozhodnutí bylo učiněno v roce 2011. Jmenujte to.

Softwaroví inženýři mají GitHub Copilot a spisovatelé mají ChatGPT. Zatímco mechanici byli stále otevíráni PDF z共ných disků s názvem „FINAL_v7_REAL_FINAL.pdf“. Průmysl stále mluvil o „digitální transformaci“, ale většina inženýrských týmů stále fungovala, jako by to bylo 1998.

To se stalo posedlostí za Leo: můžeme postavit AI, která skutečně rozumí inženýrství? Nejen jazyku, ale geometrii, omezením, tolerancím, logice výroby, fyzice. Něco, co inženýři mohou důvěřovat skutečnou prací, ne pouze demonstračním ukázkám.

Protože pokud se chyba v marketingovém odstavci, nikdo nezemře. Ale pokud se chyba v toleranci ve vzdušném prostoru nebo zdravotnických zařízeních, lidé absolutně mohou.

Proč obecné AI systémy, jako je ChatGPT a Gemini, zápasí s úkoly mechanického inženýrství, které vyžadují reálnou fyziku, omezení, tolerance a výrobní procesy?

Protože nebyly postaveny pro tento účel, protože obecné AI modely jsou trénovány především na internetovém textu: Reddit, blogy, Wikipedii, sociální média a náhodné fórum. To je v pořádku, pokud píšete e-maily nebo shrnujete dokumenty, ale je to katastrofa, pokud jste počítáte životnost svařené příruby, která jde do obranného systému.

Mechanické inženýrství není autodoplňování. Je to omezené řešení problémů pod fyzikou. Obecný model nemůže skutečně uvažovat o výrobním procesu, tepelné expanzi, GD&T, chování materiálu, bezpečnostních faktorech nebo akumulaci tolerance. Většina z nich nemůže dokonce otevřít CAD soubor nativně.

Nebezpečná část je, že navzdory všemu, zní přesvědčivě. Inženýři nejsou proti AI. Jsou proti nesmyslům. Právě teď, když se jedná o inženýrské úkoly, většina obecných AI systémů jsou extrémně přesvědčivé generátory nesmyslů.

To je důvod, proč jsme trénovali Leo AI jinak, pomocí více než milionu ověřených inženýrských zdrojů. Integrovali jsme ji přímo do inženýrských systémů a učinili každou odpověď stoprocentně zpětně dohledatelnou k standardům, vzorcům a referencím, které inženýři mohou sami ověřit.

Mechanické inženýrství historicky bylo pomalejší v přijímání AI než vývoj softwaru. Jaké jsou největší bariéry, které brání inženýrům a výrobcům v plném přijetí AI řízených pracovních postupů?

Myslím, že největší bariéra je kulturní důvěra. Není to technické vůbec. Software může selhat a být opraven zítra, ale fyzické systémy nefungují tímto způsobem. Pokud váš AI vygenerovaný kód způsobí pád aplikace, uživatelé se rozčílí. Pokud váš AI vygenerovaná inženýrská chyba skončí uvnitř letadla, zdravotnického implantátu nebo továrny robota, důsledky jsou velmi odlišné.

Inženýři jsou trénováni od samého začátku myslet na režimy selhání. Rosteme s příběhy o mostech, které se zhroutily, protože někdo udělal špatné předpoklady. Když tedy Silicon Valley přijde a řekne „jen vibe inženýrství“, mechanici okamžitě odmítají.

Druhá bariéra spočívá v tom, že výrobní společnosti sedí na desetiletích nedokumentované kmenové znalosti uvězněné uvnitř PLM, PDF, CAD souborů, ERP systémů a odcházejících inženýrů. Obecná AI nemůže k této kontextu přistupovat nebo ji rozumět.

A třetí: nechci znít příliš krutě, ale z mé perspektivy většina AI produktů pro průmysl je vlastně divadlo automatizace. Nádherné řídicí panely na povrchu mělkých modelů, se kterými nelze skutečně inženýrství dělat. Inženýři vidí skrz to velmi rychle.

Leo AI se zaměřuje na to, co nazýváte „Mechanická inteligence“. Co znamená tato koncepce pro vás a jak se liší od širší vlny AI kopilotů vstupujících na trh podniků?

„Mechanická inteligence“ znamená AI, která rozumí fyzickému světu, ne pouze jazyku.

Jak jsem zmínil, většina kopilotů dnes jsou fundamentálně textové systémy. Shrnují, přepisují a generují obsah. To je užitečné, ale stále funguje uvnitř digitální abstrakce. Mechanická inteligence vyžaduje uvažování pod fyzikou, geometrií, omezeními, výrobním procesem, chováním materiálu, logikou montáže, náklady, spolehlivostí, tepelnými výkony a bezpečností.

Pro nás tedy mechanická inteligence znamená stavbu systémů, které mohou odpovědně participovat na inženýrských pracovních postupech. To znamená čtení CAD nativně, porozumění sestavám, řešení rovnic, validaci proti standardům a přímé propojení do PLM a ERP systémů.

Jak blízko jsme k AI systémům, které mohou nezávisle navrhnout vysoce komplexní stroje, jako jsou letadlové motory, průmyslové robotické systémy nebo humanoidy?

Je to blíž, než si většina lidí myslí, i když ne přesně tak, jak to Hollywood představuje.

Lidé si představují hrdinu, který mluví s počítačem, a perfektní stroj se objeví okamžitě. Co se ve skutečnosti děje, je, že AI postupně odstraňuje opakující se vrstvy v inženýrství, a dělá to tak rychle. Takže získáme dobře navrženou projekci spojenou s řádnou dokumentací, kterou lidé mohou sami zkontrolovat a upravit – a s AI je tato projekce hotova za minutky místo měsíců.

Mohl by AI vygenerovat majoritní části letadlové architektury v blízké budoucnosti? Absolutně. Zkusili jsme to na simulacích s Leo AI a jsme docela blízko. Ale plně autonomní inženýrství bez lidského dohledu? Tohle nevidím, že by se stalo brzy. AI nebude nahrazovat inženýry, ale inženýři, kteří používají AI, mohou nahradit ty, kteří to nedělají.

Infrastruktura AI sama vytváří velké inženýrské výzvy kolem spotřeby energie a tepelného managementu. Jak vidíte, že AI řízené mechanické inženýrství přispěje do oblastí, jako jsou pokročilé chladicí systémy a návrh budoucích datových center?

Jedna z firem, se kterou pracujeme, ZutaCore, staví bezvodné chladicí systémy pro AI datové centry, kde tepelný management se stává jednou z největších překážek pro škálování AI infrastruktury. Jejich inženýři čelili překvapivě drahému problému: každá nová instalace vyžadovala manuální přeprojektování potrubních konfigurací, aby se přizpůsobila systému, což spotřebovávalo inženýrský čas a zvyšovalo výrobní složitost.

Požádali Leo o kreativní řešení inspirované přírodou a Leo pomohl vygenerovat jednoduchý, nastavitelný potrubní koncept, který odstranil potřebu přeprojektovat systém pro každou instalaci. Místo customizace pro každou instalaci mohli tým použít standardizované, off-the-shelf díly. To snížilo náklady o zhruba 400 dolarů na jednotku a odstranilo celou opakující se fázi inženýrství z pracovního postupu.

Tak, jak vidíme, AI je připravena vyřešit některé problémy, které sama vytvořila.

Inženýrské chyby mohou mít vážné reálné důsledky. Jak vyvažujete rychlost a automatizaci AI s potřebou spolehlivosti, validace a bezpečnosti ve vývoji?

Nikdy neodstraňte inženýra z odpovědnosti. To je základní princip. Nevěříme v „černou skříňku inženýrství“: každá doporučení, které Leo dává, je stoprocentně zpětně dohledatelná, vysvětlitelná a ověřitelná. Inženýři mohou zkontrolovat zdroj, vzorce, standardy a předpoklady.

V praxi jsou nejlepší AI systémy v inženýrství ty, které neodebírají rigor. Kompresují pouze únavnou práci kolem rigor. Nebezpečný narativ právě teď je „rychlost za každou cenu“. To funguje, dokud neopustíte digitální svět a nezačnete stavět fyzické systémy. Fyzický svět je neomluvitelný.

Rekli jste, že AI nebude nahrazovat inženýry, ale inženýři, kteří používají AI, mohou nahradit ty, kteří to nedělají. Jaké nové dovednosti, podle vás, bude potřebovat příští generace mechanických inženýrů, aby zůstali konkurenceschopní?

Nejdůležitější dovedností se stane hlubší inženýrská úsudek.

Ironicky, jak AI automatizuje více vykonávací práce, lidský inženýři se stávají odpovědnějšími za definování omezení, validaci výstupů, pochopení kompromisů a odhalování režimů selhání.

Mladí inženýři, kteří slepě důvěřují AI, se stanou nebezpečnými velmi rychle. Nejlepší inženýři budou ti, kteří vědí, jak orchestrovat AI systémy, zatímco stále udržují hluboké pochopení základních principů.

Myslím, že uvidíme obrovský posun směrem k systémovému myšlení. Mechanici budou stále více pracovat, současně, napříč softwarem, elektronikou, výrobou, simulací a AI. Izolovaný mechanický inženýr může zmizet, ale multidisciplinární inženýr se stane extrémně cenným.

Sledujeme rostoucí momentum kolem robotiky, vtělené AI a fyzických AI systémů. Věříte, že další velký průlom v AI přijde ze systémů interagujících s fyzickým světem, spíše než pouze digitálními kopiloty?

Ano. Myslím, že se určitě pohybujeme tímto směrem, ale ještě tam nejsme.

První vlna AI byla o jazyku a informacích. Další bude o interakci s realitou. Jakmile AI opustí obrazovku a vstoupí do fyzického světa, úroveň obtížnosti se dramaticky změní, protože realita zavádí tření, nejistotu, variabilitu materiálu a skutečné bezpečnostní důsledky. Společnosti, které vyhrávají příští dekádu AI, nebudou pouze generovat lepší. Budou stavět systémy, které mohou rozumět a interagovat s fyzickým světem spolehlivě.

Jaké části návrhového a inovačního procesu, podle vás, budou vždy vyžadovat jedinečnou lidskou kreativitu a úsudek?

Odpovědnost. To je jediná odpověď. Jak jsem řekl, fyzický svět je neomluvitelný pro inženýrské chyby, a i na velmi vysoké úrovni AI uvažování, nebude nikdy schopen nahradit lidský rozhodovací proces.

AI může optimalizovat, generovat, zkoumat obrovské návrhové prostory rychleji, než by to mohli lidé – ale lidé by stále měli rozhodovat, co by mělo existovat ve světě, jaké kompromisy jsou přijatelné, jaké rizika jsou etická a která omezení jsou nejdůležitější.

Upřímně, některé z nejlepších inženýrských nápadů pocházejí z intuice, postavené na letech selhání, zkušeností a podivného lidského rozpoznávání vzorců, které je velmi obtížné formalizovat. Takže ano, nemyslím, že AI bude někdy nahrazovat lidskou odpovědnost za inženýrské rozhodnutí. To je to, co ji činí skutečně nemožnou nahradit.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Leo AI.