Разговор со Стивеном Хупером
Ранее в этом году мы встретились со Стивеном Хупером, вице-президентом по разработке, проектированию и производству программного обеспечения Autodesk, чтобы обсудить, как Autodesk будет использовать искусственный интеллект для механического проектирования. Это часть текущего проекта по определению того, как все крупные компании CAD и CAE будут использовать ИИ, если вообще будут. Пока что все заявили, что будут использовать ИИ в той или иной форме. Хупер больше, чем кто-либо в Autodesk, курирует разработку программного обеспечения Autodesk для проектирования продуктов, такого как Fusion 360 и Inventor.
Эта статья следует за нашим интервью с Майком Хейли, техническим директором Autodesk, который закладывает основу для искусственного интеллекта во всех сферах бизнеса Autodesk (проектирование и производство, AEC и развлечения). Ознакомиться с первой частью нашего разговора с Майком Хейли можно здесь.
Следующая статья в первую очередь основана на нашем разговоре.
Мы обнаружили, что Hooper охотно рассказывает об искусственном интеллекте и его реализации в будущих версиях своих продуктов, что необычно, поскольку большинство компаний-разработчиков программного обеспечения неохотно обсуждают функции продуктов, которые еще не выпущены на рынок. Мы связываем это с желанием показать, что они отвечают на настойчивый призыв к использованию ИИ после истерии вокруг ChatGPT.
Engineering.com: Не могли бы вы пояснить вашу роль в AI и то, как вы работаете с Майком Хейли?
Стивен Хупер: Майк работает над определениями основополагающего языка логики для всей компании. Он не несет ответственности за креативность продуктов в различных секторах деятельности. Моя работа — работать с Майком и выяснить, как он мог бы создавать обобщенные сервисы, помогать ему понимать рыночные возможности с точки зрения производства и определять их, чтобы мы могли создавать прототипы, тестировать, а затем продолжать создавать готовый к производству код на основе его обобщенного кода. сервисы в Fusion 360. Ему не понравился наш выбор Fusion в качестве целевого инструмента для ИИ (по причинам, которые я объясню позже). Затем Майк работал над созданием обобщенной модели обучения, а моя команда работала над реализацией ее на стороне клиента, чтобы она появилась как функция продукта.
Engineering.com: Итак, когда мы увидим следующую версию Fusion 360, увидим ли мы ИИ?
Хупер: Мы представляем вам то, что мы называем автоматизацией рисования. Это сервис автоматизации рисования. Он берет любую сборку, разбивает ее на части, затем берет каждую из этих частей, создает макеты, масштабы… Он выполняет за вас все ориентации вида и аннотирует все чертежи. Наверное, проще показать, чем описать. Я могу дать вам краткий обзор. Вот опорная плита машины. [Refer to the image above.] Fusion выберет все отдельные детали и создаст чертежи. Уникальная вещь под углом [part 4 above] правильно ориентирован на чертеже. Все это делается в облаке, а не на стороне клиента. Вы выбираете несколько важных измерений, а все остальное сделает ИИ. Она масштабировала и аннотировала рисунок для вас. Предстоит еще выполнить несколько шагов, таких как геометрические допуски и калибровка. Но уже она посчитает монеты [for a parts list]. Но вместо того, чтобы торопиться и делать все размеры, ведь, как известно, рисунок можно интерпретировать по-разному, он дает вам варианты. Сбоку вы видите дополнительные способы изменения размера. Вы можете указать основные размеры, а все остальное дополнить самостоятельно. Возможно, вам нравится определенный размерный ряд, но вы хотите уменьшить плотность размеров. Вы можете взаимодействовать с ним. Это еще не идеально. Он отлично справляется с созданием всех дизайнов и их макетов. Он будет создавать пузырьки, номенклатуры, аннотации, основные размеры, упорядоченные размеры… Он не будет делать такие вещи, как чертежные заметки, допуски и геометрические размеры. Это сложные области. Мы работаем над этим.
Один из наших следующих шагов — использовать большую языковую модель для заметок к чертежам, а не обучать конкретную модель таким вещам, как аннотации.
Еще мы сделали инструмент для продукта. Мы провели инструментирование, потому что даже если вы обучаете большую модель на больших данных, вам все равно нужно получить идеальные результаты. Было бы полезно итеративно уточнить модель. В этом примере одна из линий-выносок пересекает другую линию-выноску, поэтому там написано «два отверстия шесть на двадцать». [see circled area in the image above]он пересекает линию выноски с текстовой аннотацией [marked in red in the image above]. Пользователь вручную перетащит это измерение после его создания. Когда мы оснастили продукт, мы увидим, что пользователь внес это изменение, а затем переобучим модель, чтобы пользователю больше не приходилось перетаскивать измерение. Это произойдет со временем. Таким образом, продукт будет становиться все более совершенным по мере того, как все больше людей будут его использовать.
Engineering.com: Можете ли вы рассказать нам больше об использовании данных клиентов? Разве это не собственность?
Хупер: Это важный аспект, который следует учитывать. У нас есть доступ к множеству уникальных данных. В противном случае вы могли бы также получить лицензию на что-то. В случае рисования заметок нет смысла создавать большую лингвистическую модель. Мы могли бы лицензировать открытый ИИ и разрабатывать его, пройдя специальную подготовку по технической документации. Но если есть что-то специфическое для вашей отрасли, например сами макеты чертежей, то Autodesk находится в отличном положении. У нас есть обширные собственные данные о спецификациях чертежей, стандартных стилях, макетах и т. д. Кроме того, мы можем установить наш продукт, чтобы учиться на взаимодействии с пользователем. Это не частные данные, которые мы генерируем. Мы не учимся по чьему-то замыслу, тому, что я называю горизонтальным ИИ. Это вертикальный ИИ, который помогает улучшить дизайн, креативность и инновации пользователя. Мы очень внимательно относимся к защите данных.
Давайте возьмем Grammarly в качестве примера. Это то, что я называю горизонтальной особенностью. Grammarly не основан на искусственном интеллекте, но обновляет свои алгоритмы в зависимости от вашего использования. Никого не будет волновать, если Grammarly учится на вашей грамматике, правописании или точности. Тебе все равно. Как писатель, вас бы больше всего волновало, если бы Grammarly начала создавать статьи для других людей на основе вашей интеллектуальной собственности и созданного вами творческого контента. То же самое справедливо и здесь. Никого не волнует, обучаем ли мы модель на основе стандартов рисования, потому что все работают по стандартам рисования. Это просто дает преимущества в производительности без проблем с интеллектуальной собственностью. Это отличная область, где мы можем применить машинное обучение.
Продолжение следует
.jpg)
