Беседа со Стивеном Хупером
Ранее в этом году мы встретились со Стивеном Хупером, вице-президентом по разработке программного обеспечения, проектированию и производству в Autodesk, чтобы обсудить, как Autodesk будет использовать ИИ для механического проектирования. Это часть текущего проекта по определению того, как все основные компании CAD и CAE будут использовать ИИ — если вообще будут. До сих пор все говорили, что будут использовать ИИ в той или иной форме. Хупер больше, чем кто-либо другой в Autodesk, курирует дорожную карту для программного обеспечения Autodesk для проектирования изделий, такого как Fusion 360 и Inventor.
Это следует за нашим интервью с Майком Хейли, техническим директором Autodesk, который закладывает основу для ИИ во всех отраслях Autodesk (проектирование и производство, AEC и развлечения). См. часть 1 нашей беседы с Майком Хейли здесь.
Следующая статья в основном основана на нашем разговоре.
Мы видим, что Хупер с энтузиазмом говорит об ИИ и его внедрении в будущие версии своих продуктов, что необычно, поскольку большинство компаний-разработчиков программного обеспечения неохотно обсуждают особенности продуктов, которые еще не выпущены. Мы связываем это с желанием показать, что они отвечают на громкий призыв к ИИ после истерии вокруг ChatGPT.
Engineering.com: Не могли бы вы пояснить свою роль в ИИ и то, как вы работаете с Майком Хейли?
Стивен Хупер: Майк работает над определениями языка базовой логики для всей компании. Он не отвечает за креативность продукта в различных отраслевых вертикалях. Моя работа заключается в том, чтобы работать с Майком и выяснить, как он может создать обобщенные сервисы, и помочь ему понять рыночные возможности с точки зрения производства и определить их, чтобы мы могли прототипировать, тестировать, а затем впоследствии создавать готовый к производству код на основе его обобщенных сервисов в Fusion 360. Ему не понравился наш выбор Fusion в качестве целевого инструмента для ИИ (по причинам, которые я объясню через минуту). Затем Майк работал над созданием обобщенной модели обучения, а моя команда работала над ее реализацией на стороне клиента, чтобы она отображалась как функциональность в продукте.
Engineering.com: Итак, когда мы увидим следующую версию Fusion 360, увидим ли мы какой-либо ИИ?
Хупер: Мы представляем то, что мы называем автоматизацией чертежей. Это служба автоматизации чертежей. Она возьмет любую сборку, разобьет ее на части, затем возьмет каждую из этих частей, создаст макеты, масштабы… Она сделает все ориентации видов и аннотирует все чертежи для вас. Вероятно, это проще показать вам, чем описать. Я могу дать вам краткий обзор этого. Вот опорная плита от машины. [Refer to the image above.] Fusion выберет все отдельные части и создаст чертежи. Одна часть под углом [part 4 above] правильно ориентирован на чертеже. Он делает все это в облаке, а не на стороне клиента. Вы выбираете несколько критических размеров, а ИИ сделает все остальное. Он масштабирует и аннотирует чертеж для вас. Есть еще несколько способов сделать это, например, геометрические допуски и размеры. Но он уже подсчитает детали [for a parts list]. Но вместо того, чтобы прыгнуть вперед и сделать все размеры, потому что, как вы знаете, вы можете интерпретировать чертеж по-разному, он дает вам варианты. Сбоку вы видите дополнительные способы, которыми его можно проставить. Вы можете иметь некоторые основные размеры, чтобы заполнить остальное самостоятельно. Возможно, вам нравится определенный стиль размеров, но вы хотите уменьшить плотность размеров. Вы можете взаимодействовать с ним. Он пока не идеален. Он отлично справляется с созданием всех чертежей и их размещением. Он будет делать выноски, спецификации материалов, аннотации, базовые размеры, ординатные размеры… Он не будет делать такие вещи, как заметки к чертежам или геометрические допуски и размеры. Это сложные области. Мы работаем над ними.
Одним из наших следующих шагов будет использование большой языковой модели для заметок на чертеже вместо обучения конкретной модели на таких вещах, как аннотации.
Другое, что мы сделали, это инструментировали продукт. Мы инструментировали, потому что даже если вы обучаете большую модель на огромных данных, вам все равно нужно добиться совершенства. Было бы полезно, если бы вы совершенствовали модель итеративно. В этом примере одна из ведущих линий пересекает другую ведущую линию, поэтому там, где написано два на шесть на 20 отверстий [see circled area in the image above]он пересекает линию указателя с текстовой аннотацией [marked in red in the image above]. Пользователь вручную перетащит это измерение после того, как мы его сгенерируем. Поскольку мы инструментируем продукт, мы увидим, что пользователь внес эту поправку, а затем мы переобучим модель, чтобы пользователю больше не приходилось перетаскивать измерение. Это произойдет через некоторое время. Таким образом, продукт будет становиться все более и более совершенным по мере того, как все больше и больше людей будут его использовать.
Engineering.com: Можете ли вы подробнее рассказать об использовании данных клиентов? Разве это не конфиденциальная информация?
Хупер: Это важный аспект, который следует учитывать. У нас есть доступ к большому количеству уникальных данных. В противном случае вы могли бы также лицензировать что-то. В случае с заметками к чертежам нет смысла строить большую языковую модель. Мы могли бы лицензировать открытый ИИ и строить поверх него с помощью специального обучения по технической документации. Но если есть что-то специфическое для вашей отрасли, например, сами макеты чертежей, то Autodesk находится в идеальном положении. У нас есть обширные внутренние данные по спецификациям чертежей, стандартным стилям, макетам и т. д. Кроме того, мы можем установить наш продукт, чтобы учиться на взаимодействии пользователей. Это не проприетарные данные, которые мы генерируем. Мы не учимся на чьем-то дизайне, который я называю горизонтальным ИИ. Это вертикальный ИИ, который помогает дополнять дизайн, креативность и инновации пользователя. Мы очень щепетильно относимся к защите данных.
Давайте используем Grammarly в качестве примера. Это то, что я называю горизонтальной функциональностью. Grammarly не основан на ИИ, а обновляет свои алгоритмы на основе вашего использования. Никого не будет волновать, что Grammarly учится на вашей грамматике, орфографии или точности. Вас это не волнует. Особенно как писателя, вас будет волновать, если Grammarly начнет выпускать статьи для других людей на основе вашего IP и созданного вами творческого контента. То же самое справедливо и здесь. Никого не волнует, если мы обучаем модель на основе стандартов рисования, потому что все работают по стандартам рисования. Это просто дает преимущества в производительности без проблем с IP. Это отличная область для нас, чтобы применить машинное обучение.
Продолжение следует
