Маор Фарід, засновник і генеральний директор Leo AI – Серія інтерв’ю

Доктор Маор Фарід, засновник і генеральний директор Leo AI, є ізраїльсько-американським інженером, дослідником штучного інтелекту, соціальним активістом і підприємцем. Він проводив дослідження штучного інтелекту та механічної інженерії в MIT як стипендіат Фулбрайта і став наймолодшим доктором філософії в історії Техніону – Ізраїльського технологічного інституту. Він створив спільноту з 60 тисяч інженерів і підтримує дітей з низькими доходами через некомерційну ініціативу.

Leo AI є першим штучним інтелектом для механічної інженерії – великою механічною моделлю для проектування фізичних продуктів, яка дозволяє командам перетворювати ідеї у виробничі 3D-моделі за секунди. Платформа допомагає компаніям скорочувати час інженерних робіт на 70% і прискорювати час виходу на ринок на 18%. Заснована у 2023 році, Leo AI вже використовується інженерами у глобальних компаніях, включаючи Toyota, HP, Mobileye (Intel), Philips і Scania. Лише через кілька місяців після раунду сіяння (під керівництвом Flint Capital), її річний рекорд зростання збільшився на 300% у першому кварталі.

Ви створили свій досвід у галузі механічної інженерії, нелінійної динаміки, досліджень штучного інтелекту, MIT і Техніону до заснування Leo AI. Що змусило вас зосередитися конкретно на створенні штучного інтелекту для механічних інженерів, і яку проблему ви вважали, що галузь усе ще не могла вирішити?

Щиро, розчарування.

До Leo я працював механічним інженером у сфері оборони, і я усвідомив щось дивне: інженери витрачають абсурдну кількість часу на все, крім інженерії. Справді. Ми витрачаємо час на перегляд старих папок, пошук у каталогах постачальників, пошук стандартів, ручне повторне використання старих проектів і запитання у старшого інженера, який пам’ятає, чому саме це рішення було прийнято у 2011 році. Ви назвіть.

Програмісти мають GitHub Copilot, а письменники мають ChatGPT. Тоді як механічні інженери все ще відкривають PDF-файли з спільних дисків під назвою «ОСТАТОЧНИЙ_v7_ДІЙСНИЙ_ОСТАТОЧНИЙ.pdf». Галузь продовжувала говорити про «цифрову трансформацію», але більшість інженерних команд усе ще працювали так, якби це було 1998 рік.

Це стало одержимістю за Leo: чи можемо ми створити штучний інтелект, який справді розуміє інженерію? Не тільки мову, а й геометрію, обмеження, допуски, логіку виробництва, фізику. Щось, чим інженери могли б довіряти справжню роботу, а не іграшкові демонстрації.

Бо якщо ви напишете неправильний маркетинговий абзац, ніхто не помре. Але якщо ви помилиєтеся у розрахунках допусків у сфері аерокосмічної промисловості чи медичних приладів, люди можуть абсолютно померти.

Чому загальні системи штучного інтелекту, такі як ChatGPT і Gemini, мають труднощі з завданнями механічної інженерії, які вимагають реальної фізики, обмежень, допусків і виробничої можливості?

Бо вони не були створені для цього, оскільки загальні моделі штучного інтелекту переважно тренуються на інтернет-матеріалах: Reddit, блогах, Вікіпедії, соціальних мережах і випадкових форумах. Це добре, якщо ви пишете електронні листи або підсумовуєте документи, але це катастрофа, якщо ви розраховуєте термін служби зварного кріплення, яке використовується в системі оборони.

Механічна інженерія не є автозаповненням. Це вирішення задач з урахуванням фізики. Загальна модель не може справді міркувати про виробничу можливість, теплове розширення, GD&T, поведінку матеріалів, фактори безпеки чи накопичення допусків. Більшість із них навіть не можуть відкрити файл CAD нативно.

Небезпечна частина полягає в тому, що незважаючи на все це, вони звучать переконливо. Інженери не проти штучного інтелекту. Вони проти брехні. Правда полягає в тому, що коли мова йде про інженерні завдання, більшість загальних систем штучного інтелекту є дуже переконливими генераторами брехні.

Тому ми тренували Leo AI інакше, використовуючи понад мільйон перевірених інженерних джерел. Ми інтегрували його безпосередньо в інженерні системи та зробили кожну відповідь відстежуваною до стандартів, формул і посилань, які інженери можуть перевірити самостійно.

Механічна інженерія історично була повільнішою у прийнятті штучного інтелекту, ніж розвиток програмного забезпечення. Які найбільші бар’єри перешкоджають інженерам і виробникам повністю приймати робочі процеси, керовані штучним інтелектом?

Я думаю, що найбільшим бар’єром є культурне довіра. Це не технічне питання. Програмне забезпечення може вийти з ладу і бути виправленим завтра, але фізичні системи не працюють так. Якщо ваш код, згенерований штучним інтелектом, виводить з ладу програму, користувачі розчаровуються. Якщо ваша інженерна помилка, згенерована штучним інтелектом, потрапляє всередину літака, медичного імплантату або фабричного робота, наслідки будуть дуже різними.

Інженери навчаються думати про режими відмов від дня першого. Ми зростаємо, слухаючи історії про обвали мостів, тому що хтось зробив неправильне припущення. Тому коли Силіконова долина з’являється і говорить «просто інженерно це», механічні інженери відразу ж відкидають це.

Другим бар’єром є те, що виробничі компанії сидять на десятиліттях недокументованої племінної мудрості, захопленої всередині систем PLM, PDF-файлів, файлів CAD, систем ERP і голови виходять на пенсію інженерів. Загальний штучний інтелект не може отримати доступ до цього контексту або міркувати про нього.

І третє: я не хочу звучати занадто жорстоко, але з моєї точки зору більшість продуктів штучного інтелекту для промисловості насправді є театром автоматизації. Елегантні панелі на вершині мілких моделей, яких ви не можете справді інженерно обслуговувати. Інженери бачать крізь це дуже швидко.

Leo AI зосереджується на тому, що ви називаєте «Механічною інтелектом». Що означає ця концепція для вас, і як вона відрізняється від більш широкої хвилі копілотів штучного інтелекту, які входять на корпоративний ринок?

«Механічна інтелект» означає штучний інтелект, який розуміє фізичний світ, а не тільки мову.

Як я вже сказав, більшість копілотів сьогодні є фундаментально текстовими системами. Вони підсумовують, переписують і генерують контент. Це корисно, але все ще працює всередині цифрової абстракції. Механічна інтелект вимагає міркування під фізикою, геометрією, обмеженнями, виробничою можливістю, поведінкою матеріалів, логікою збірки, вартістю, надійністю, тепловою продуктивністю і безпекою.

Тому для нас механічна інтелект означає будівництво систем, які можуть відповідально брати участь в інженерних робочих процесах. Це означає читання файлів CAD нативно, розуміння збірок, розв’язування рівнянь, перевірку проти стандартів і безпосередню інтеграцію в системи PLM і ERP.

Як близько ми підходимо до систем штучного інтелекту, які можуть незалежно проектувати дуже складні машини, такі як реактивні двигуни, промислові робототехнічні системи чи гуманоїди?

Це ближче, ніж думають більшість людей, хоча не зовсім так, як це уявляє Голлівуд.

Люди уявляють собі героя, який говорить із комп’ютером, і досконалу машину, яка з’являється миттєво. Що насправді відбувається, так це те, що штучний інтелект поступово видаляє повторювані шари в інженерії, і він робить це так швидко. Тому ми отримуємо добре спроектований проєкт, пов’язаний із правильною документацією, яку люди можуть переглянути і відрегулювати – і з допомогою штучного інтелекту цей проєкт робиться за хвилини замість місяців.

Чи може штучний інтелект згенерувати велику частину архітектури реактивного двигуна в найближчому майбутньому? Абсолютно. Ми спробували це на моделювальних симуляціях з Leo AI, і ми досить близько. Але повністю автономна інженерія без нагляду людини? Я не бачу, щоб це трапилося в найближчому майбутньому. Штучний інтелект не замінить інженерів, але інженери, які використовують штучний інтелект, можуть замінити тих, хто цього не робить.

Інфраструктура штучного інтелекту сама створює великі інженерні завдання навколо споживання енергії та теплового менеджменту. Як ви бачите внесок штучного інтелекту у галузі механічної інженерії в області таких сфер, як передові системи охолодження та проектування центрів обробки даних наступного покоління?

Одна з компаній, з якою ми працюємо, ZutaCore, будує безводні системи охолодження для центрів обробки даних штучного інтелекту, де тепловий менеджмент стає одним із найбільших瓶очок для масштабування інфраструктури штучного інтелекту. Їх інженери зіткнулися з несподівано дорогим завданням: кожна нова установка вимагала ручного перероблення конфігурацій труб, щоб вони пасували до системи, що споживало інженерний час і збільшувало складність виробництва.

Вони попросили Leo надихнути творче рішення, натхненне природою, і Leo допоміг згенерувати просту, настраївану концепцію труб, яка ліквідувала необхідність перероблення системи для кожного проекту. Замість того, щоб виготовляти кожну частину індивідуально кожен раз, команда могла використовувати стандартизовані складові частини. Це зменшило витрати приблизно на 400 доларів за одиницю і ліквідувало цілий повторюваний інженерний етап з робочого процесу.

Тому, як ми бачимо, штучний інтелект готовий вирішити деякі питання, створені його власною інфраструктурою.

Інженерні помилки можуть мати серйозні реальні наслідки. Як ви балансуєте швидкість і автоматизацію переваг штучного інтелекту з необхідністю надійності, перевірки та безпеки в інженерних середовищах?

Ви ніколи не видаляєте інженера з підзвітності. Ніколи. Це основний принцип. Ми не віримо у «чорний ящик інженерії»: кожна рекомендація, яку дає Leo, є відстежуваною, пояснюваною і перевірюваною. Інженери можуть перевірити джерело, формули, стандарти та припущення.

На практиці найкращі системи штучного інтелекту в інженерії не замінюють суворість. Вони стискають нудну роботу навколо суворості. Небезпечна розповідь зараз полягає в тому, що «швидкість за будь-яку ціну». Така ментальність працює, поки ви не залишите цифровий світ і не почнете будувати фізичні системи. Фізичний світ безжалісний.

Ви сказали, що штучний інтелект не замінить інженерів, але інженери, які використовують штучний інтелект, можуть замінити тих, хто цього не робить. Які нові навички, на вашу думку, наступне покоління механічних інженерів буде потребувати, щоб залишитися конкурентоспроможними?

Найважливішою навичкою буде насправді глибше інженерне судження.

Іронічно, оскільки штучний інтелект автоматизує більше виконавчої роботи, людські інженери стають ще більш відповідальними за визначення обмежень, перевірку виведення, розуміння компромісів і виявлення режимів відмов.

Молоді інженери, які сліпо довіряють штучному інтелекту, стануть небезпечними дуже швидко. Найкращі інженери будуть тими, хто знає, як оркеструвати системи штучного інтелекту, залишаючи при цьому глибоке розуміння першопочаткових принципів.

Я думаю, що ми також побачимо величезний зсув до системного мислення. Механічні інженери дедалі частіше будуть працювати одночасно над програмним забезпеченням, електронікою, виробництвом, симуляцією і штучним інтелектом. Ізольований механічний інженер може зникнути, але багатофункціональний інженер стане дуже цінним.

Ми бачимо зростаючий імпульс навколо робототехніки, втіленого штучного інтелекту та фізичних систем штучного інтелекту. Чи вважаєте ви, що наступний великий прорив у штучному інтелекті прийде з систем, які взаємодіють із фізичним світом, а не чистими цифровими копілотами?

Так. Я думаю, що ми рухаємося в цьому напрямку, але ми ще не там.

Перша хвиля штучного інтелекту була про мову та інформацію. Наступна буде про взаємодію з реальністю. Як тільки штучний інтелект залишить екран і увійде у фізичний світ, рівень складності змінюється драматично, оскільки реальність вводить тертя, невизначеність, варіативність матеріалів і реальні наслідки безпеки. Компанії, які виграють наступне десятиліття штучного інтелекту, не тільки генеруватимуть краще, а й будують системи, які можуть міркувати про фізичний світ і взаємодіяти з ним надійно.

Як штучний інтелект стає все більш глибоко інтегрованим в інженерні робочі процеси, які частини процесу проектування та інновацій, на вашу думку, завжди будуть вимагати унікальної людської креативності та судження?

Відповідальність. Це єдина відповідь. Як я вже сказав, фізичний світ безжалісний до інженерних помилок, і навіть на дуже високому рівні міркування штучного інтелекту він ніколи не зможе замінити людський процес прийняття рішень.

Штучний інтелект може оптимізувати, генерувати, досліджувати величезні простори проектування швидше, ніж люди могли б – але люди повинні все ще вирішувати, що повинно існувати у світі, які компроміси прийнятні, які ризики є етичними, а які обмеження мають найбільше значення.

Щиро, деякі з найкращих інженерних ідей походять від інтуїції, побудованої за роки невдач, досвіду та дивної людської розпізнавання закономірностей, яке дуже важко формалізувати. Тому так, я не думаю, що штучний інтелект коли-небудь замінить людську відповідальність за інженерні рішення. Це робить його фактично незамінним.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Leo AI.