Maor Farid, Leo AI:n perustaja ja toimitusjohtaja – Haastattelusarja

Tohtori Maor Farid, Leo AI:n perustaja ja toimitusjohtaja, on israelilais-amerikkalainen insinööri, tekoälytutkija, sosiaalinen aktivisti ja yrittäjä. Hän on suorittanut tekoäly- ja mekaniikan tutkimusta MIT:ssä Fulbright-stipendiaattina ja on nuorin tohtorikoulutuksen suorittanut henkilö Israelin teknillisen korkeakoulun historiassa. Hän on rakentanut yhteisön, jossa on yli 60 000 insinööriä, ja tukee syrjittyjä nuoria voittoa tavoittelemattoman aloitteen kautta.

Leo AI on ensimmäinen tekoäly mekaniikan suunnittelijoille – laaja mekaniikkaan perustuva malli fyysisten tuotteiden suunnittelua varten, joka mahdollistaa tiimien muuttaa ideat valmiiksi 3D-malleiksi sekunneissa. Alusta auttaa yrityksiä vähentämään suunnitteluaikaa 70 % ja nopeuttamaan markkinoille pääsyä 18 %. Perustettu vuonna 2023, Leo AI:ta käytetään jo useissa maailmanlaajuisissa yrityksissä, kuten Toyota, HP, Mobileye (Intel), Philips ja Scania. Vain muutamia kuukausia siemenrahoituksen jälkeen (jota johti Flint Capital), sen vuosittainen tuotto kasvoi 300 % ensimmäisen neljänneksen aikana.

Olet rakentanut taustaa mekaniikan, epälineaarisen dynamiikan, tekoälytutkimuksen, MIT:n ja Technionin kautta ennen kuin perustit Leo AI:n. Mikä johti sinut keskittymään nimenomaan tekoälyyn mekaniikan insinööreille, ja mikä ongelma koet, että teollisuus ei ole ratkaissut?

Rehellisesti, turhautuminen.

Ennen Leoa työskentelin mekaniikan insinöörinä puolustusvälin teollisuudessa, ja tajusin jotain outoa: insinöörit käyttävät aikaa kaikkeen muuhun kuin insinööritöihin. Vakituisesti. Käytämme aikaa vanhojen kansiojen läpikäymiseen, etsimme vanhoja tuotekatalogeja, etsimme standardeja, uudelleen käytämme vanhoja suunnitelmia ja kysymme vanhemmalle insinöörille, joka muistaa, miksi tämä päätös tehtiin vuonna 2011. Voit mainita mitä tahansa.

Ohjelmistokehittäjillä on GitHub Copilot ja kirjoittajilla on ChatGPT. Samaan aikaan mekaniikan insinöörit avasivat PDF-tiedostoja jaettujen asemien kansioista, nimeltään ”FINAL_v7_REAL_FINAL.pdf”. Teollisuus puhui ”digitaalisen muutoksen” kanssa, mutta useimmat suunnittelutiimit toimivat edelleen kuin vuonna 1998.

Tämä tuli Leoon: voimmeko rakentaa tekoälyjärjestelmän, joka todella ymmärtää insinööritöitä? Ei vain kieltä, vaan geometriaa, rajoituksia, toleransseja, valmistuslogiikkaa, fysiikkaa. Jotain, mihin insinöörit voivat luottaa oikealla työllä, ei pelkästään demoilla.

Sillä jos saat väärän markkinointiparafrasin, kukaan ei kuole. Mutta jos saat toleranssi pinon väärän ilmailu- tai lääkinnällisissä laitteissa, ihmiset kuolevat varmasti.

Miksi yleiskäyttöiset tekoälyjärjestelmät, kuten ChatGPT ja Gemini, kamppailevat mekaniikan tehtävien kanssa, jotka vaativat todellisen maailman fysiikkaa, rajoituksia, toleransseja ja valmistettavuutta?

Siksi, että ne eivät ole suunniteltu tätä varten, vaan yleiset tekoälymallit on koulutettu pääasiassa internet-asteisella tekstillä: Reddit, blogit, Wikipedia, sosiaalimedia ja satunnaiset foorumit. Tämä on hyvä, jos kirjoitat sähköposteja tai tiivistät asiakirjoja, mutta se on katastrofi, jos lasketaan väsymisikää hitsatun tukin kautta puolustusjärjestelmään.

Mekaniikan suunnittelu ei ole autocomplete. Se on rajoitettu ongelmanratkaisu fysiikan alaisuudessa. Yleinen malli ei voi todella päättää valmistettavuudesta, termisestä laajenemisesta, GD&T:stä, materiaalikäyttäytymisestä, turvallisuuskertoimista tai toleranssin kertymästä. Useimmat eivät voi edes avata CAD-tiedostoa alkuperäisessä muodossa.

Vaarallinen osa on, että vaikka kaikessa tässä, ne kuulostavat vakuuttavilta. Insinöörit eivät ole tekoälyvastaisia. He ovat BS-vastaisia. Tällä hetkellä, kun puhutaan insinööritöistä, useimmat yleiset tekoälyjärjestelmät ovat erittäin sujuvia BS-luojia.

Siksi koulutimme Leo AI:ta eri tavalla, käyttäen yli miljoonaa tarkistettua insinööri lähdettä. Integroimme sen suoraan insinöörijärjestelmiin ja teimme jokaisen vastauksen jäljitettäväksi takaisin standardeihin, kaavoihin ja viittauksiin, joita insinöörit voivat itse tarkistaa.

Mekaniikan suunnittelu on historiallisesti ollut hitaampi omaksumaan tekoälyä kuin ohjelmistokehitys. Mitkä ovat suurimmat esteet, jotka estävät insinöörejä ja valmistajia omaksumasta tekoälyohjattuja työnkulkuja?

Luulen, että suurin este on kulttuurinen luottamus. Se ei ole tekninen lainkaan. Ohjelmistot voivat epäonnistua ja korjata huomenna, mutta fyysiset järjestelmät eivät toimi samalla tavalla. Jos tekoälyluoitu koodi kaatuu sovelluksessa, käyttäjät ovat ärsyyntyneitä. Jos tekoälyluoitu insinööritöilu päätyy lentokoneeseen, lääkinnälliseen laitteeseen tai tehdastehtaan robottiin, seuraukset ovat erilaiset.

Insinöörit on koulutettu ajattelemaan virhetilanteista. Kasvamme kuulemalla tarinoita siltojen romahduksesta, koska joku teki väärän oletuksen. Kun Silicon Valley tulee ja sanoo ”vain insinööri vibraatio”, mekaniikan insinöörit hylkäävät sen välittömästi.

Toinen este on, että valmistajat istuvat vuosikymmenten ajan kirjaamattoman heimoperinteen varassa, joka on loukussa PLM-järjestelmissä, PDF-tiedostoissa, CAD-tiedostoissa, ERP-järjestelmissä ja eläkeikäisten insinöörien päissä. Yleinen tekoäly ei pysty pääsemään tai päättämään tästä asiayhteydestä.

Ja kolmanneksi: en halua kuulostaa liian karkealta, mutta minun näkökulmastani useimmat tekoälytuotteet teollisuudelle ovat periaatteessa automaatioesitys. Hienot kojut pinnalla, mutta matalat mallit, joita et voi todella insinööritöihin.

Leo AI keskittyy siihen, mitä kutsut ”mekaniikka älyksi”. Mitä tämä käsite tarkoittaa sinulle, ja miten se eroaa laajemmasta aallosta tekoäly apureista, jotka tulevat yrityksiin?

”Mekaniikka äly” tarkoittaa tekoälyä, joka ymmärtää fyysistä maailmaa, ei vain kieltä.

Kuten mainitsin, useimmat apurit tänään ovat perustavasti tekstijärjestelmiä. Ne tiivistävät, uudelleenkirjoittavat ja luovat sisältöä. Tämä on hyödyllistä, mutta toimii edelleen digitaalisen abstraktion sisällä. Mekaniikka äly vaatii päättelyä fysiikan, geometrian, rajoitusten, valmistettavuuden, materiaalikäyttäytymisen, kokoonpanologian, kustannusten, luotettavuuden, termisen suorituskyvyn ja turvallisuuden alaisuudessa.

Niinpä meidän kohdalla mekaniikka äly tarkoittaa järjestelmien rakentamista, jotka voivat vastuullisesti osallistua insinööritöihin. Se tarkoittaa CAD-tiedostojen lukemista alkuperäisessä muodossa, ymmärtämistä kokoonpanoja, ratkaisemista yhtälöitä, validointia standardeja vastaan ja yhdistämistä suoraan PLM- ja ERP-järjestelmiin.

Kuinka lähellä olemme tekoälyjärjestelmistä, jotka voivat suunnitella itsenäisesti erittäin monimutkaisia koneita, kuten lentokoneen moottoreita, teollisuusroboteilla tai humanoidirobotteja?

Se on lähempänä kuin useimmat ajattelevat, vaikka ei ihan siinä muodossa, jossa Hollywood kuvaa sitä.

Ihmiset kuvittelevat sankarin puhuvan tietokoneelle ja täydellisen koneen ilmestyvän heti. Mitä todella tapahtuu, on, että tekoäly poistaa hitaasti toistuvat kerrokset insinööritöissä, ja se tekee sen niin nopeasti. Niinpä saamme hyvin suunnitellun projektiin liittyvän asiakirjan, joka on linkitetty oikeaan dokumentaatioon, jonka ihmiset voivat tarkistaa – ja tekoälyllä tämä projekti on tehty minuuteissa, ei kuukausissa.

Voisiko tekoäly luoda suuren osan lentokoneen arkkitehtuurista lähitulevaisuudessa? Absoluuttisesti. Olemme kokeilleet tätä Leoa vastaavilla simulaatioilla, ja olemme melko lähellä. Mutta täysin autonomisen insinööritöiden ilman ihmisen valvontaa? En voi ennustaa, että tämä tapahtuu milloin tahansa pian. Tekoäly ei korvaa insinöörejä, mutta insinöörit, jotka käyttävät tekoälyä, voivat korvata niitä, jotka eivät tee.

Itse tekoälyinfrastruktuuri luo suuria insinööritöitä energiankulutuksen ja lämmitysjärjestelmien ympärillä. Miten näet tekoälyohjatun mekaniikan suunnittelun vaikuttavan alueisiin, kuten edistyneisiin jäähdytysjärjestelmiin ja seuraavan sukupolven datakeskuksen suunnitteluun?

Yksi yrityksistä, joiden kanssa työskentelemme, ZutaCore, rakentaa vedenpitäviä jäähdytysjärjestelmiä tekoälydatakeskuksiin, joissa lämmitysjärjestelmät ovat yksi suurimmista pullonkauloista tekoälyinfrastruktuurin skaalautumisessa. Heidän insinööreillään oli outo ongelma: jokainen uusi käyttöönotto vaati manuaalista uudelleen suunnittelua putkien konfiguraatioita, mikä kulutti insinöörien aikaa ja lisäsi valmistuksen monimutkaisuutta.

He pyysivät Leolta luovaa ratkaisua, joka on inspiroitu luonnosta, ja Leo auttoi luomaan yksinkertaisen, säädettävän putkikonseptin, joka poisti tarpeen uudelleen suunnitella järjestelmää jokaiselle projektille. Sen sijaan, että olisimme käyttäneet mukautettua valmistusta joka kerta, tiimi voi käyttää standardoituja myyntipakkauksia. Se laski kustannukset noin 400 dollarilla per yksikkö ja poisti koko toistuvan insinööritöivaiheen työnkulusta.

Niinpä, kuten voimme nähdä, tekoäly on valmis ratkaisemaan joitain ongelmia, jotka se itse loi.

Insinööritöissä virheet voivat johtaa vakaviin todellisen maailman seurauksiin. Miten tasapainotat tekoälyn nopeuden ja automaation hyödyt insinööritöiden ympärillä vaadittavan luotettavuuden, validoinnin ja turvallisuuden kanssa?

Et koskaan poista insinööriä vastuusta. Koskaan. Se on ydinperiaate. Emme usko ”mustaan laatikkoon” insinööritöissä: jokainen Leolle annettu suositus on jäljitettävissä, selitettävissä ja verifioida. Insinöörit voivat tarkastella lähdettä, kaavoja, standardeja ja oletuksia.

Käytännössä parhaat tekoälyjärjestelmät insinööritöissä eivät korvaa kunnianhimoisuutta. Ne purkavat vain tylsän työn kunnianhimoisuuden ympärillä. Vaarallinen kertomus tällä hetkellä on ”nopeus kaikkein kallella”. Se toimii, kunnes jätät digitaalisen maailman ja aloitat fyysisten järjestelmien rakentamisen. Fyysinen maailma on armoton.

Olet sanonut, että tekoäly ei korvaa insinöörejä, mutta insinöörit, jotka käyttävät tekoälyä, voivat korvata niitä, jotka eivät tee. Mitkä uudet taidot luulet, että seuraavan sukupolven mekaniikan insinööreiden on oltava kilpailukykyisiä?

Tärkein taito tulee todella olemaan syvempi insinöörien tuomio.

Ironisesti, kun tekoäly automatisoi enemmän suorittamistyötä, ihmisinsinöörit tulevat vastuullisemmiksi määrittelemään rajoituksia, validointi tuloksia, ymmärtämään kompromisseja ja havaitsemaan virhetilanteita.

Nuoret insinöörit, jotka luottavat sokeasti tekoälyyn, tulevat vaarallisiksi hyvin nopeasti. Parhaat insinöörit tulevat olemaan niitä, jotka tietävät, miten orkesteroida tekoälyjärjestelmiä ylläpitäen syvää ymmärrystä ensisijaisista periaatteista.

Luulen, että näemme myös suuren muutoksen järjestelmien ajattelussa. Mekaniikan insinöörit tulevat yhä useammin työskentelemään yhtäaikaisesti ohjelmistojen, elektroniikan, valmistuksen, simulaation ja tekoälyn parissa. Erillinen mekaniikan insinööri voi hävitä, mutta monialainen insinööri tulee olemaan erittäin arvokas.

Näemme lisääntynyttä liikettä robottiikan, ruumiillistetun tekoälyn ja fyysisten tekoälyjärjestelmien ympärillä. Uskotko, että seuraava suuri läpimurto tekoälyssä tulee järjestelmistä, jotka vuorovaikuttavat fyysiseen maailmaan, eikä pelkästään digitaalisiin apureihin?

Kyllä. Luulen, että olemme menossa tähän suuntaan, mutta emme ole siellä vielä.

Ensimmäinen tekoälyaallon oli kielen ja tiedon ympärillä. Seuraava tulee olemaan vuorovaikutuksesta todellisuuden kanssa. Kun tekoäly jättää näytön ja tulee fyysiseen maailmaan, vaikeustaso muuttuu dramaattisesti, koska todellisuus esittää kitkaa, epävarmuutta, materiaalivaihtelua ja todellisia turvallisuuden seurauksia. Yritykset, jotka voittavat seuraavan vuosikymmenen tekoälyssä, eivät vain luo parempaa, vaan myös rakentavat järjestelmiä, jotka voivat päättää ja vuorovaikuttaa fyysiseen maailmaan luotettavasti.

Kun tekoäly integroidaan insinööritöihin, mitkä osat suunnittelun ja innovaation prosessia luulet, että aina vaativat ainutlaatuista ihmisen luovuutta ja tuomioita?

Vastuu. Se on ainoa vastaus. Kuten sanoin, fyysinen maailma on armoton insinööritöiden virheille, ja vaikka tekoälyllä on korkea taso päättelykykyä, se ei voi koskaan korvata ihmisen päätöksentekoprosessia.

Tekoäly voi optimoida, luoda, tutkia valtavia suunnittelutiloja nopeammin kuin ihmiset koskaan voivat – mutta ihmiset pitävät päättää, mitä pitäisi olla maailmassa, mitkä kompromissit ovat hyväksyttyjä, mitkä riskit ovat eettisiä ja mitkä rajoitukset ovat tärkeimpiä.

Rehellisesti, jotkut parhaat insinööritöitä saavat aikaan intuitiosta, joka on rakentunut vuosien ajan epäonnistumisista, kokemuksesta ja outosta ihmisen mallintunnistamisesta, joka on hyvin vaikea formalisoida. Niinpä, kyllä, en usko, että tekoäly korvaa koskaan ihmisen vastuun insinööritöiden takana. Se tekee sen todella mahdottomaksi korvata. Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Leo AI-sivustolla.