Maor Farid, Leo AI’nin Kurucusu ve CEO’su – Röportaj Serisi

Dr. Maor Farid, Leo AI‘nin kurucusu ve CEO’su, İsrail-Amerikan mühendis, AI araştırmacısı, sosyal aktivist ve girişimcidir. MIT’de Fulbright araştırma bursiyeri olarak AI ve mekanik mühendislik araştırmaları yaptı ve Technion – İsrail Teknoloji Enstitüsü’nün tarihinde en genç PhD mezunu oldu. 60.000’den fazla mühendislik topluluğu kurdu ve bir非kâr girişimi aracılığıyla hizmet götürmediği gençlere destek oluyor.

Leo AI, mekanik mühendisliği için ilk AI’dir – fiziksel ürün tasarımı için büyük bir mekanik model, ekiplerin fikirlerini üretim için hazır 3D modellere saniyeler içinde dönüştürebilmesi için olanak sağlar. Platform, şirketlerin mühendislik süresini %70 azaltmasına ve pazara çıkış süresini %18 hızlandırmasına yardımcı olur. 2023 yılında kurulan Leo AI, bereits Toyota, HP, Mobileye (Intel tarafından), Philips ve Scania gibi global şirketlerin mühendisleri tarafından kullanılmaktadır. Tohum turu (Flint Capital tarafından liderlik edildiği) sadece birkaç ay sonra, ARR’si Q1’de %300 arttı.

Mekanik mühendislik, mekanik, AI araştırmaları, MIT ve Technion’da geçmişiniz vardı, Leo AI’yi kurmadan önce. Neden özellikle mekanik mühendisler için AI inşa etmeye odaklandınız ve endüstri hangi sorunu hala çözemediğini hissettiniz?

Honest olarak, frustrasyon.

Leo’dan önce, savunma sektöründe bir mekanik mühendisi olarak çalıştım ve bir şeyin çılgın olduğunu fark ettim: mühendisler, mühendislik dışında her şeyi yapıyorlar. Ciddi olarak. Eski klasörleri tarıyor, tedarikçi kataloglarını araştırıyor, standartları arıyor, eski tasarımları manuel olarak yeniden kullanıyor ve bir üst mühendise neden 2011’de bu kararın alındığını soruyor. Adını verebilirsin.

Yazılım mühendislerine GitHub Copilot ve yazarlara ChatGPT var, ancak mekanik mühendisler hala “FINAL_v7_REAL_FINAL.pdf” adlı paylaşılan sürücülerden PDF’leri açıyor. Endüstri “dijital dönüşüm” hakkında konuşmaya devam etti, ancak çoğu mühendislik ekibi hala 1998 yılında gibi çalışıyordu.

Bu, Leo’nun arkasındaki obsesyondu: gerçekten mühendislik anlayan bir AI inşa edebilir miyiz? Sadece dil değil, geometri, kısıtlamalar, toleranslar, imalat mantığı, fizik. Mühendislerin gerçek işlerle güvenebileceği bir şey.

Bir pazarlama paragrafını yanlış yazarsan, kimse ölmez. Ancak bir aerospace veya tıbbi cihazda tolerans yığınını yanlış hesapalarsan, insanlar kesinlikle ölür.

Genel amaçlı AI sistemleri gibi ChatGPT ve Gemini, gerçek dünya fiziksel, kısıtlamalar, toleranslar ve imalat olanakları gerektiren mekanik mühendislik görevleriyle neden mücadele ediyor?

Çünkü bunlar için inşa edilmedi, çünkü genel AI modelleri çoğunlukla internet ölçekli metinler üzerinde eğitilir: Reddit, bloglar, Wikipedia, sosyal medya ve rastgele forumlar. Bu, e-posta yazmak veya belgeleri özetlemek için yararlıdır, ancak bir savunma sistemindeki bir kaynaklı braketin yorulma ömrünü hesaplamak için bir felaket.

Mekanik mühendislik, otomatik tamamlama değildir. Fiziksel problem çözme kısıtlamalarıdır. Genel bir model, imalat olanaklarını, termal genleşmeyi, GD&T, malzeme davranışını, güvenlik faktörlerini veya tolerans birikimini gerçekten akıl yürütemez. Çoğu, yerel olarak bir CAD dosyasını açamaz bile.

Tehlikeli kısım, tüm bunlara rağmen, ikna edici geliyor. Mühendisler AI karşıtı değil, BS karşıtı. Şu anda, mühendislik görevleri söz konusu olduğunda, çoğu genel AI sistemi,非常 fluent BS üreticisidir.

Bu nedenle, Leo AI’yi farklı bir şekilde eğittik, över bir milyondan fazla doğrulanmış mühendislik kaynağı kullanarak. Bunu doğrudan mühendislik sistemlerine entegre ettik ve her cevabı standartlara, formüllere ve referanslara geri izlenebilir hale getirdik ki mühendisler kendileri doğrulayabilsin.

Mekanik mühendislik, yazılım geliştirmeye kıyasla AI’yi benimsemekte daha yavaş oldu. Mühendislerin ve üreticilerin AI sürümlü iş akışlarını tamamen benimsemesini engelleyen en büyük engeller nelerdir?

Sanırım en büyük engel, kültürel güvendir. Teknik değil. Yazılım hatalı olabilir ve ertesi gün yamalanabilir, ancak fiziksel sistemler böyle çalışmaz. AI tarafından üretilen bir kod, bir uygulamayı çökertebilir, ancak AI tarafından üretilen bir mühendislik hatası, bir uçakta, tıbbi bir implantta veya bir fabrika robotunda sona erebilir ve sonuçlar çok farklı olur.

Mühendisler, başarısızlık modlarını düşünmek için eğitilir. Köprülerin çökmesi nedeniyle yanlış varsayımlar yapıldığını duyduğumuz hikayelerle büyürüz. Bu nedenle, Silicon Valley “vibe mühendislik yapın” dediğinde, mekanik mühendisleri hemen reddeder.

İkinci engel, imalat şirketlerinin on yıllarca süren belgelenmemiş kabile bilgisi ile dolu olmasıdır – PLM’ler, PDF’ler, CAD dosyaları, ERP sistemleri ve emekli olan mühendislerin zihinlerinde. Genel AI, bu bağlamı erişemez veya akıl yürütemez.

Ve üçüncü olarak, çok brutalmışım, ancak AI ürünlerinin çoğunun endüstri için aslında otomatikleştirme tiyatrosu olduğunu düşünüyorum – sığ modellerin üzerine fancy paneller. Mühendisler bunu çok nhanh bir şekilde görür.

Leo AI, “Mekanik Zeka”ya odaklanıyor. Bu kavram size ne anlama geliyor ve daha geniş AI pilotları giren şirket pazarından nasıl farklılaşıyor?

“Mekanik zeka” fiziksel dünyayı anlayan AI anlamına gelir, sadece dil değil.

Dediğim gibi, çoğu pilot sistem bugün temel olarak metin sistemleridir. Özetler, yeniden yazar ve içerik üretir. Bu, e-posta yazmak veya belgeleri özetlemek için yararlıdır, ancak mekanik mühendislik için yeterli değildir. Mekanik zeka, fizik, geometri, kısıtlamalar, imalat olanakları, malzeme davranışı, montaj mantığı, maliyet, güvenilirlik, termal performans ve güvenlik hakkında akıl yürütmeyi gerektirir.

Bizim için mekanik zeka, mühendislik iş akışlarına sorumlu bir şekilde katılan sistemler inşa etmek anlamına gelir. CAD dosyalarını yerel olarak okuyabilen, montajları anlayan, denklemleri çözen, standartlara karşı doğrulayan ve doğrudan PLM ve ERP sistemlerine bağlanan sistemler anlamına gelir.

Jet motorları, endüstriyel robotik sistemleri veya insan benzeri makineleri bağımsız olarak tasarlayabilen AI sistemlerine ne kadar yakınız?

Hollywood’un hayal ettiği gibi değil, ancak daha yakın.

İnsanlar, bir kahramanın bir bilgisayara konuştuğu ve mükemmel bir makinenin aniden ortaya çıktığı bir sahne hayal ediyor. Aslında olan şey, AI’nin mühendislikte tekrarlayan katmanları kaldırması ve bunu çok hızlı bir şekilde yapmasıdır. Böylece, iyi tasarlanmış bir proje, insan tarafından gözden geçirilebilecek ve ayarlanabilecek bir şekilde ortaya çıkar – ve AI ile bu proje saniyeler içinde yapılır, aylar içinde değil.

AI, bir jet mimarisinin büyük kısımlarını yakın gelecekte üretebilir mi? Kesinlikle. Leo AI ile bunu denedik ve oldukça yakınız. Ancak tam özerk mühendislik, insan denetimi olmadan? Bunu yakın zamanda olacağını öngörüyorum. AI, mühendisleri değiştirmeyecek, ancak AI kullanan mühendisler, kullanmayanlar yerine geçebilir.

AI altyapısı, enerji tüketimi ve termal yönetim etrafında önemli mühendislik zorlukları yaratıyor. AI sürümlü mekanik mühendisliğinin, gelişmiş soğutma sistemleri ve sonraki nesil veri merkezi tasarımı gibi alanlara nasıl katkıda bulunabileceğini görüyorsunuz?

Çalıştığımız şirketlerden biri, ZutaCore, AI veri merkezleri için suless soğutma sistemleri inşa ediyor, burada termal yönetim, AI altyapısının ölçeklenmesinde büyük bir engel haline geliyor. Mühendisleri, her yeni dağıtımda boru konfigürasyonlarını yeniden tasarlamakla karşı karşıya kalıyor, bu da mühendislik zamanını tüketiyor ve imalat kompleksitesini artırıyordu.

Leo’dan yaratıcı bir çözüm istediler, doğadan ilham alan bir çözüm ve Leo, her projede yeniden tasarımı gerektirmeyen, basit ve ayarlanabilir bir boru konsepti üretmeye yardımcı oldu. Standart, rafine parçaları kullanabileceklerdi, bu da her proje için özel imalat gerektiriyordu. Bu, maliyetleri birimin başına yaklaşık 400 dolar azalttı ve tekrarlayan bir mühendislik aşamasını iş akışından çıkardı.

Gördüğümüz gibi, AI, kendi altyapısı tarafından yaratılan bazı sorunları çözmeye hazır.

Mühendislik hataları ciddi gerçek dünya sonuçlarına neden olabilir. AI’nin hız ve otomasyon avantajlarını, mühendislik ortamlarında güvenilirlik, doğrulama ve güvenlik ihtiyacıyla nasıl dengelemelisiniz?

Asla mühendisi sorumluluktan çıkarmayın. Asla. Bu, temel prensiptir. “Kara kutu mühendisliği”ne inanmıyoruz: Leo’nun verdiği her öneri izlenebilir, açıklanabilir ve doğrulanabilir. Mühendisler kaynağı, formülleri, standartları ve varsayımları inceleyebilir.

Uygulamada, en iyi AI sistemleri, mühendislikte titizliği kaldırmıyor, sadece tekrarlayan işleri sıkıştırıyor. Şu anda tehlikeli olan anlatı, “her şeyin maliyeti”. Bu zihniyet, dijital dünyada çalışır, ancak fiziksel dünyaya girip fiziksel sistemler inşa etmeye başladığınızda, bu zihniyet sona erer.

Söylediğiniz gibi, AI mühendisleri değiştirmeyecek, ancak AI kullanan mühendisler, kullanmayanlar yerine geçebilir. Gelecek nesil mekanik mühendislerinin rekabetçi kalabilmek için hangi yeni becerilere ihtiyacı olacak?

En önemli beceri, aslında daha derin mühendislik yargısı olacaktır.

AI, daha fazla tekrarlayan işleri otomatikleştirdikçe, insan mühendisleri, kısıtlamaları tanımlamak, çıktıları doğrulamak, ticaretleri anlamak ve başarısızlık modlarını yakalamak için daha sorumlu hale geliyor.

AI’ye kör bir şekilde güvenen genç mühendisler, çok hızlı bir şekilde tehlikeli hale gelecek. En iyi mühendisler, AI sistemlerini nasıl orkestr edeceklerini bilenler olacak, ancak aynı zamanda ilkelerin derin bir anlayışını koruyacaklar.

Sistem düşünme yönünde de büyük bir değişim göreceğimizi düşünüyorum. Mekanik mühendisler, yazılım, elektronik, imalat, simülasyon ve AI’da aynı anda çalışmaya başlayacaklar. İzole mekanik mühendis ortadan kaybolabilir, ancak çok disiplinli mühendis çok değerli hale gelecek.

Robotik, gömülü AI ve fiziksel AI sistemleri etrafında artan bir momentum görüyoruz. Fiziksel dünyayla etkileşime giren sistemlerin, saf dijital pilotlardan daha önemli bir AI atılımına yol açacağına inanılıyor musunuz?

Evet, bu yönde ilerlediğimizi düşünüyorum, ancak henüz orada değiliz.

AI’nin ilk dalgası, dil ve bilgi hakkında idi. Bir sonraki dalga, gerçeklik ile etkileşim hakkında olacak. AI, ekranı terk edip fiziksel dünyaya girdiğinde, zorluk seviyesi dramatically değişiyor, çünkü gerçeklik, sürtünme, belirsizlik, malzeme değişkenliği ve gerçek güvenlik sonuçları getiriyor. AI’nin bir sonraki on yılını kazanan şirketler, sadece daha iyi üretemeyecek, fiziksel dünyayla güvenilir bir şekilde akıl yürütebilen sistemler inşa edecek.

Tasarım ve yenilik süreci içinde, AI’nin tamamen entegre olduğu bir dünyada, hangi kısımların benzersiz insan yaratıcılığı ve yargısına her zaman ihtiyaç duyacağını düşünüyorsunuz?

Sorumluluk. Bu, tek cevaptır. Dedim gibi, fiziksel dünya, mühendislik hatalarına karşı affetmez ve çok yüksek bir AI akıl yürütme seviyesinde bile, AI, insan karar verme sürecini asla değiştiremeyecek.

AI, optimize edebilir, üretebilir, devasa tasarım alanlarını insanlardan daha hızlı araştırabilir, ancak insanlar, dünyanın ne olması gerektiğine, hangi ticaretlerin kabul edilebilir olduğuna, hangi risklerin etik olduğuna ve hangi kısıtlamaların en önemli olduğuna karar vermelidir.

Dürüstçe, bazı en iyi mühendislik fikirleri, yıllarca süren başarısızlık, deneyim ve insan desen tanıma yeteneğinden gelir ve bu, formalize edilmesi çok zor bir şeydir. Evet, mühendislik kararları arkasındaki insan sorumluluğunu asla değiştirmeyeceğini düşünmüyorum. Bu, değişilemez yapan şeydir.

Harika röportaj için teşekkür ederiz, daha fazla öğrenmek isteyen okuyucular Leo AI‘yi ziyaret edebilir.