Maor Farid, Fondatore e Amministratore Delegato di Leo AI – Serie di Interviste

Dott. Maor Farid, fondatore e amministratore delegato di Leo AI, è un ingegnere israeliano-statunitense, ricercatore di intelligenza artificiale, attivista sociale e imprenditore. Ha condotto ricerche sull’intelligenza artificiale e l’ingegneria meccanica al MIT come borsista postdottorale Fulbright e divenne il più giovane laureato PhD nella storia del Technion – Istituto di Tecnologia di Israele. Ha costruito una comunità di oltre 60.000 ingegneri e sostiene i giovani svantaggiati attraverso un’iniziativa no-profit.

Leo AI è il primo sistema di intelligenza artificiale per l’ingegneria meccanica – un grande modello meccanico per la progettazione di prodotti fisici, che consente ai team di trasformare le idee in modelli 3D pronti per la produzione in pochi secondi. La piattaforma aiuta le aziende a ridurre il tempo di ingegneria del 70% e ad accelerare il time-to-market del 18%. Fondata nel 2023, Leo AI è già utilizzata da ingegneri di aziende globali, tra cui Toyota, HP, Mobileye (di Intel (INTC )), Philips e Scania. Solo pochi mesi dopo il round di seed (guidato da Flint Capital), il suo ARR è cresciuto del 300% nel Q1.

Hai costruito la tua carriera attraverso l’ingegneria meccanica, la dinamica non lineare, la ricerca sull’intelligenza artificiale, il MIT e il Technion prima di fondare Leo AI. Cosa ti ha portato a concentrarti specificamente sulla costruzione di un sistema di intelligenza artificiale per gli ingegneri meccanici, e qual è il problema che sentivi che l’industria non stava ancora risolvendo?

Onestamente, la frustrazione.

Prima di Leo, ho lavorato come ingegnere meccanico nella difesa, e mi sono reso conto di una cosa strana: gli ingegneri spendono una quantità assurda di tempo facendo tutto tranne che ingegneria. Seriamente. Passiamo il tempo a cercare vecchie cartelle, a sfogliare cataloghi di fornitori, a cercare standard, a riutilizzare manualmente vecchi progetti, e a chiedere a un ingegnere senior che ricorda perché esattamente questa decisione è stata presa nel 2011. Potresti nominare qualsiasi cosa.

Gli ingegneri del software hanno GitHub Copilot, e gli scrittori hanno ChatGPT. Nel frattempo, gli ingegneri meccanici stavano ancora aprendo PDF da unità condivise chiamate “FINAL_v7_REAL_FINAL.pdf”. L’industria continuava a parlare di “trasformazione digitale”, ma la maggior parte dei team di ingegneria stava ancora operando come se fosse il 1998.

Questo è diventato l’ossessione dietro Leo: possiamo costruire un sistema di intelligenza artificiale che capisce veramente l’ingegneria? Non solo il linguaggio, ma la geometria, le costrizioni, le tolleranze, la logica di produzione, la fisica. Qualcosa che gli ingegneri possano fidarsi con lavori reali, non solo demo giocattolo.

Perché se si sbaglia un paragrafo di marketing, nessuno muore. Ma se si sbaglia uno stack di tolleranze in aerospaziale o in dispositivi medici, le persone possono assolutamente morire.

Perché i sistemi di intelligenza artificiale generici come ChatGPT e Gemini lottano con i compiti di ingegneria meccanica che richiedono fisica reale, costrizioni, tolleranze e producibilità?

Perché non sono stati costruiti per questo, poiché i modelli di intelligenza artificiale generici sono stati addestrati principalmente su testi a scala internet: Reddit, blog, Wikipedia, social media e forum casuali. Questo va bene se stai scrivendo email o riassumendo documenti, ma è un disastro se stai calcolando la vita di fatica su una staffa saldata che entra in un sistema di difesa.

L’ingegneria meccanica non è un’autocompletamento. È la risoluzione di problemi vincolati sotto la fisica. Un modello generico non può veramente ragionare sulla producibilità, l’espansione termica, il GD&T, il comportamento dei materiali, i fattori di sicurezza o l’accumulo di tolleranze. La maggior parte di loro non può nemmeno aprire un file CAD in modo nativo.

La parte pericolosa è che nonostante tutto, sembrano convincenti. Gli ingegneri non sono anti-intelligenza artificiale. Sono anti-BS. Al momento, quando si tratta di compiti di ingegneria, la maggior parte dei sistemi di intelligenza artificiale generici sono generatori di BS estremamente fluenti.

È per questo che abbiamo addestrato Leo AI in modo diverso, utilizzando oltre un milione di fonti di ingegneria verificate. L’abbiamo integrata direttamente nei sistemi di ingegneria e abbiamo reso ogni risposta tracciabile rispetto a standard, formule e riferimenti che gli ingegneri possono verificare da soli.

L’ingegneria meccanica è stata storicamente più lenta nell’adottare l’intelligenza artificiale rispetto allo sviluppo del software. Quali sono i più grandi ostacoli che impediscono agli ingegneri e ai produttori di abbracciare completamente i flussi di lavoro guidati dall’intelligenza artificiale?

Credo che il più grande ostacolo sia la fiducia culturale. Non è affatto tecnico. Il software può fallire e essere corretto domani, ma i sistemi fisici non funzionano in questo modo. Se il codice generato dall’intelligenza artificiale crasha un’app, gli utenti si innervosiscono. Se l’errore di ingegneria generato dall’intelligenza artificiale finisce all’interno di un aereo, un impianto medico o un robot di fabbrica, le conseguenze sono molto diverse.

Gli ingegneri sono stati addestrati fin dal primo giorno a pensare ai modi di fallimento. Cresciamo ascoltando storie su ponti che crollano perché qualcuno ha fatto l’ipotesi sbagliata. Quindi, quando la Silicon Valley arriva e dice “vibra l’ingegneria”, gli ingegneri meccanici la rifiutano immediatamente.

Il secondo ostacolo è che le aziende di produzione sono sedute su decenni di conoscenza tribale non documentata intrappolata all’interno di PLM, PDF, file CAD, sistemi ERP e teste di ingegneri in pensione. L’intelligenza artificiale generica non può accedere o ragionare su quel contesto.

E terzo: non voglio sembrare troppo brutale, ma dalla mia prospettiva, la maggior parte dei prodotti di intelligenza artificiale per l’industria sono fondamentalmente un teatro di automazione. Cruscotti eleganti su modelli superficiali che non puoi veramente ingegnerizzare. Gli ingegneri ci vedono attraverso molto velocemente.

Leo AI si concentra su ciò che chiami “Intelligenza Meccanica”. Cosa significa questo concetto per te, e come si differenzia dall’ondata più ampia di copiloti di intelligenza artificiale che entrano nel mercato aziendale?

“Intelligenza meccanica” significa intelligenza artificiale che capisce il mondo fisico, non solo il linguaggio.

Come ho detto, la maggior parte dei copiloti di oggi sono fondamentalmente sistemi di testo. Riassumono, riscrivono e generano contenuti. Ciò è utile, ma opera ancora all’interno di un’astrazione digitale. L’intelligenza meccanica richiede il ragionamento sotto la fisica, la geometria, le costrizioni, la producibilità, il comportamento dei materiali, la logica di assemblaggio, il costo, l’affidabilità, le prestazioni termiche e la sicurezza.

Quindi, per noi, l’intelligenza meccanica significa costruire sistemi che possano partecipare responsabilmente ai flussi di lavoro di ingegneria. Significa leggere i file CAD in modo nativo, capire gli assemblaggi, risolvere equazioni, convalidare contro gli standard e collegarsi direttamente ai sistemi PLM ed ERP.

Quanto siamo vicini a sistemi di intelligenza artificiale che possano progettare in modo indipendente macchine altamente complesse come motori a reazione, sistemi di robotica industriale o umanoidi?

È più vicino di quanto la maggior parte delle persone pensi, anche se non proprio nel modo in cui lo immagina Hollywood.

La gente si immagina un eroe che parla con un computer e una macchina perfetta che appare all’istante. Ciò che sta realmente accadendo è che l’intelligenza artificiale sta gradualmente rimuovendo strati ripetitivi nell’ingegneria, e lo sta facendo così velocemente. Quindi otteniamo una proiezione ben progettata collegata alla documentazione appropriata che gli esseri umani possono esaminare e regolare – e con l’intelligenza artificiale, questa proiezione viene eseguita in minuti invece di mesi.

Potrebbe l’intelligenza artificiale generare porzioni principali di un’architettura di jet nel prossimo futuro? Assolutamente. Abbiamo provato questo su simulazioni mock con Leo AI, e siamo abbastanza vicini. Ma ingegneria completamente autonoma senza supervisione umana? Non posso prevedere che ciò accada presto. L’intelligenza artificiale non sostituirà gli ingegneri, ma gli ingegneri che utilizzano l’intelligenza artificiale potrebbero sostituire quelli che non lo fanno.

L’infrastruttura di intelligenza artificiale stessa sta creando grandi sfide di ingegneria relative al consumo di energia e alla gestione termica. Come vedi l’intelligenza artificiale guidata dall’ingegneria meccanica contribuire a settori come sistemi di raffreddamento avanzati e progettazione di data center di prossima generazione?

Una delle aziende con cui lavoriamo, ZutaCore, costruisce sistemi di raffreddamento senza acqua per data center di intelligenza artificiale, dove la gestione termica sta diventando uno dei più grandi collo di bottiglia per la scalabilità dell’infrastruttura di intelligenza artificiale. I loro ingegneri hanno affrontato un problema sorprendentemente costoso: ogni nuovo deployment richiedeva la ridisegnazione manuale delle configurazioni dei tubi per adattarsi al sistema, il che consumava tempo di ingegneria e aumentava la complessità di produzione.

Hanno chiesto a Leo una soluzione creativa ispirata alla natura, e Leo ha aiutato a generare un concetto di tubo semplice e regolabile che ha eliminato la necessità di ridisegnare il sistema per ogni progetto. Invece di produrre in serie ogni volta, il team poteva utilizzare parti standardizzate pronte all’uso. Ciò ha ridotto i costi di circa 400 dollari per unità e ha eliminato una fase ripetitiva di ingegneria dal flusso di lavoro.

Quindi, come possiamo vedere, l’intelligenza artificiale è pronta a risolvere alcuni dei problemi creati dalla sua stessa infrastruttura.

Gli errori di ingegneria possono avere gravi conseguenze nel mondo reale. Come bilanci i benefici di velocità e automazione dell’intelligenza artificiale con la necessità di affidabilità, convalida e sicurezza negli ambienti di ingegneria?

Non si rimuove mai l’ingegnere dalla responsabilità. Mai. Questo è il principio fondamentale. Non crediamo nell’ingegneria “black box”: ogni raccomandazione di Leo è tracciabile, spiegabile e verificabile. Gli ingegneri possono ispezionare la fonte, le formule, gli standard e le ipotesi.

Nella pratica, i migliori sistemi di intelligenza artificiale nell’ingegneria non sostituiscono la rigorosità. Stanno comprimendo il lavoro tedioso intorno alla rigorosità. La narrazione pericolosa al momento è “velocità a tutti i costi”. Questa mentalità funziona finché non lasci il mondo digitale e inizi a costruire sistemi fisici. Il mondo fisico è spietato.

Hai detto che l’intelligenza artificiale non sostituirà gli ingegneri, ma gli ingegneri che utilizzano l’intelligenza artificiale potrebbero sostituire quelli che non lo fanno. Quali nuove competenze credi che la prossima generazione di ingegneri meccanici avrà bisogno di avere per rimanere competitive?

La competenza più importante diventerà effettivamente un giudizio di ingegneria più profondo.

Ironia della sorte, man mano che l’intelligenza artificiale automatizza più del lavoro di esecuzione, gli ingegneri umani diventano più responsabili per la definizione delle costrizioni, la convalida degli output, la comprensione dei compromessi e la cattura dei modi di fallimento.

I giovani ingegneri che si fidano ciecamente dell’intelligenza artificiale diventeranno pericolosi molto velocemente. I migliori ingegneri saranno quelli che sanno come orchestrare i sistemi di intelligenza artificiale mantenendo ancora una profonda comprensione dei principi fondamentali.

Credo che vedremo anche un grande spostamento verso il pensiero sistemico. Gli ingegneri meccanici lavoreranno sempre di più, contemporaneamente, attraverso il software, l’elettronica, la produzione, la simulazione e l’intelligenza artificiale. L’ingegnere meccanico isolato potrebbe scomparire, ma l’ingegnere multidisciplinare diventerà estremamente prezioso.

Stiamo vedendo un aumento di slancio intorno alla robotica, all’intelligenza artificiale incorporata e ai sistemi di intelligenza artificiale fisici. Credi che il prossimo grande balzo in avanti nell’intelligenza artificiale verrà da sistemi che interagiscono con il mondo fisico piuttosto che da copiloti digitali puri?

Sì. Credo che stiamo andando in questa direzione, ma non siamo ancora lì.

La prima ondata di intelligenza artificiale è stata sull’informazione e il linguaggio. La prossima sarà sull’interazione con la realtà. Una volta che l’intelligenza artificiale lascia lo schermo e entra nel mondo fisico, il livello di difficoltà cambia drasticamente perché la realtà introduce l’attrito, l’incertezza, la variabilità dei materiali e le vere conseguenze di sicurezza. Le aziende che vinceranno il prossimo decennio di intelligenza artificiale non saranno solo quelle che generano meglio, ma costruiranno sistemi che possano ragionare e interagire con il mondo fisico in modo affidabile.

Man mano che l’intelligenza artificiale si integra più profondamente nei flussi di lavoro di ingegneria, quali parti del processo di progettazione e innovazione credi che richiederanno sempre creatività e giudizio umano unici?

La responsabilità. Questa è l’unica risposta. Come ho detto, il mondo fisico è spietato degli errori di ingegneria, e anche a un livello di ragionamento dell’intelligenza artificiale molto alto, non sarà mai in grado di sostituire il processo decisionale umano.

L’intelligenza artificiale può ottimizzare, generare, ricercare enormi spazi di progettazione più velocemente degli esseri umani – ma gli esseri umani dovrebbero ancora decidere cosa dovrebbe esistere nel mondo, quali compromessi sono accettabili, quali rischi sono etici e quali costrizioni contano di più.

Onestamente, alcune delle migliori idee di ingegneria provengono dall’intuizione costruita su anni di fallimento, esperienza e riconoscimento di modelli umani strani che sono molto difficili da formalizzare. Quindi sì, non credo che l’intelligenza artificiale sostituirà mai la responsabilità umana dietro le decisioni di ingegneria. È ciò che la rende effettivamente impossibile da sostituire.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Leo AI.