11 nov. 2019
2 minuten
Grote ontwerpuitdagingen vereisen een creatieve en onderzoekende manier van beslissingen nemen: een vaardigheid waarin mensen uitblinken. Tot nog toe kon AI dit niet. Als ingenieurs AI gebruiken, passen ze het toe op een probleem binnen een gedefinieerde set regels. Nu is een systeem ontwikkeld waarin AI menselijke strategieën volgt om zelf iets helemaal nieuws te creëren. Het AI-raamwerk leert zichzelf ontwerpstrategieën door menselijke data te observeren en genereert vervolgens nieuwe ontwerpen zonder expliciete doelinformatie, vooroordelen of begeleiding.
"Wij vroegen ons af: hoe goed kan AI zijn?", zegt werktuigbouwkundig ingenieur Jonathan Cagan van het Carnegie Mellon University’s College of Engineering in Pittsburgh (VS). "Het antwoord is: behoorlijk goed."
In hun studie hebben de onderzoekers zich gericht op vakwerken, die complexe technische ontwerpuitdagingen vertegenwoordigen. De AI-entiteiten werden getraind om de voortgang te observeren in ontwerpaanpassingssequenties die mensen volgen bij het maken van een vakwerk. Toen de AI-entiteiten aan de beurt waren om te ontwerpen, bedachten ze ontwerpprogressies die vergelijkbaar zijn met die die door mensen worden gebruikt. Vervolgens genereerden ze ontwerpstrategiën om de vakwerken te realiseren. De onderzoekers benadrukten visualisatie in het proces, omdat zicht een belangrijk onderdeel is van hoe mensen de wereld waarnemen en problemen oplossen. De AI-entiteiten kregen dus dezelfde visuele informatie die ingenieurs gebruiken – pixels op een scherm – zonder verdere context.
Het raamwerk bestaat uit meerdere diepe neurale netwerken die samenwerken om een voorspelling te doen. Met behulp van zo’n netwerk bekeek de AI een reeks van 5 opeenvolgende afbeeldingen en voorspelde het volgende ontwerp met behulp van de informatie die het uit deze afbeeldingen verzamelde.
"We probeerden de entiteiten ontwerpen te laten maken die vergelijkbaar zijn met hoe mensen het doen, door het proces dat ze gebruiken te imiteren: hoe ze naar het ontwerp kijken, hoe ze de volgende actie ondernemen en vervolgens stap voor stap een nieuw ontwerp maken," zegt onderzoeker Ayush Raina.
Beter dan mensen
De onderzoekers testten de AI op verschillende problemen en ontdekten dat het gemiddeld beter presteert dan mensen. En dat terwijl de AI veel minder achtergrondkennis had. In tegenstelling tot mensen, werkten de entiteiten niet met een specifiek doel (zoals: een lichte constructie maken) en kregen ze geen feedback over hoe goed ze het deden. In plaats daarvan gebruikten ze alleen de op zicht gebaseerde menselijke strategiën waarvoor ze waren opgeleid.
"Het is verleidelijk om te denken dat deze AI ingenieurs zal vervangen, maar dat is niet waar", aldus Chris McComb van Pennsylvania State University. "In plaats daarvan kan het de manier waarop ingenieurs werken fundamenteel veranderen. Als we saaie, tijdrovende taken naar een AI kunnen verplaatsen, dan maken we ingenieurs vrij om groot te denken en problemen creatief op te lossen."
Anderen lazen ook
