"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.
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."
De Pi-Pop is een e-bike zonder de gewone energiecellen. Hij werkt op kracht zonder lithium-ion,…
Straling vanuit de ruimte is een uitdaging voor kwantumcomputers, omdat hun rekentijd beperkt wordt door…
Na meer dan 40 jaar voor KSB te hebben gewerkt, gaat directeur Nico Gitz binnenkort…
3T Electronics & Embedded Systems, onderdeel van de Kendrion Group, heeft een nieuwe locatie in…
Een nieuw huisbeveiligingssysteem schiet indringers de tuin uit met paintballs of traangas. Het is te…
Om ervoor te zorgen dat er steeds meer hernieuwbare waterstof wordt geproduceerd in Nederland en…