De dappere nieuwe (en oude) productiewereld

Mijn oorspronkelijke bedoeling voor deze column was om een ​​zin te bespreken die de laatste tijd veel ophef kreeg, kunstmatige intelligentie (AI). Hoe dan ook, de belangstelling voor AI neemt exponentieel toe, zowel in het aantal artikelen dat men over het onderwerp kan lezen als, volgens Google Trends, het aantal zoekopdrachten naar die artikelen.

Er zijn andere vormen van AI, zoals ontwerp- en vormoptimalisatie, generatief ontwerp en voorspellende analyses - om er maar een paar te noemen - en je zou de indruk kunnen krijgen dat intelligente werknemers zich bedreigd zouden moeten voelen. Sommige experts zeggen dat kunstmatige intelligentie ons allemaal zou kunnen vervangen.

Ik denk niet dat het zal gebeuren. Ik denk dat het ons enorm zal helpen, ons zal verbeteren in plaats van vervangen.

Om te begrijpen waarom, bedenk dat wat mensen AI noemen gewoon wiskunde is. Ja, je hebt het goed gehoord, het zijn gewoon cijfers en cijfers gecombineerd met een aantal verbazingwekkend complexe functies en berekeningen. Ik heb hier enige ervaring in. Ik heb me eerder in mijn carrière op dit gebied verdiept door een eenvoudig neuraal netwerk te programmeren, een van de basisprincipes achter vele vormen van AI die tegenwoordig breder worden geaccepteerd. Ik deed dit om beter te begrijpen hoe AI in beeldanalyse kan worden gebruikt, en ik realiseerde me een paar dingen.

De eerste was dat de vorm van AI die enorme hoeveelheden gegevens gebruikt om 'menselijke' acties te repliceren, slechts een vorm van statistische modellering en regressieanalyse is - zij het een ongelooflijk extreme vorm. Er zijn veel gegevens nodig om het algoritme te trainen. Hetzelfde geldt voor het gebruik van verschillende wiskunde, voor optimalisatie of generatief ontwerp. AI is gewoon zeer complexe wiskunde verpakt in een gebruiksvriendelijkere vorm.

Een ander besef was hoe lang we 20 jaar geleden moesten wachten op een OK-antwoord. Dit staat in schril contrast met het gemak waarmee veel moeilijkere problemen tegenwoordig worden opgelost dankzij krachtige computers. Goedkope, alomtegenwoordige sensoren bieden enorme datasets. Je hoeft ook geen AI-functies te programmeren, zoals ik deed. U kunt modellen kopen of huren, zoals 'diepe neurale netten'. IBM's Watson en de MathWorks Neural Network Toolbox zijn slechts twee voorbeelden. Jij levert de data en krijgt je eigen, unieke AI-oplossing. Tegenwoordig maakt AI robots op de werkvloer veelzijdiger en helpt het ingenieurs om onderdelen te ontwerpen door middel van optimalisatie.

Maar wiskunde, sensoren en data blijven allemaal instrumenten die gevormd moeten worden door de wensen van ingenieurs en arbeiders. Ze kunnen individuele taken misschien beter uitvoeren dan mensen, maar welke taken ze moeten uitvoeren en waarom zullen altijd in het rijk van de mens blijven. Kunstmatige intelligentie is doelloos. Dat zal altijd onze taak zijn.

Niet altijd het juiste gereedschap

Ten slotte is fancy wiskunde zoals AI in zijn verschillende vormen niet altijd het juiste hulpmiddel. Dit is waar we bij het "oude" deel van de titel van deze kolom komen. Dit sloeg aan toen ik onderzoek deed voor een artikel voor de ME van deze maand over optische comparators, een metrologietechnologie waarvan de wortels teruggaan tot de jaren 1920. Hoewel de meeste modellen tegenwoordig zijn bijgewerkt met rudimentaire digitale elektronica, blijft het basisidee hetzelfde:vergroot een schaduw van een onderdeel op een groot scherm en laat een mens een meting uitvoeren. Je vindt deze machines overal in de productie, met verschillende gradaties van digitale verbetering van het basisidee, tot en met machinevisie. Een van mijn bronnen vertelde me dat de service van zijn bedrijf onlangs een 50 jaar oud model heeft gerenoveerd.

Het is dit naast elkaar bestaan ​​van futuristische technologie zoals AI met het beproefde dat de voortdurende realiteit is van productie en engineering. Misschien is een deel hiervan een simpele terughoudendheid van de kant van ingenieurs om nieuwe technologie volledig te omarmen. Zoals dezelfde bron me vertelde, moet hij soms benadrukken dat er nieuwere technologieën beschikbaar zijn, zelfs in optische comparators. Toch zullen technologieën zoals optische comparatoren en micrometers en schuifmaten en de mensen die ze gebruiken waarschijnlijk niet volledig worden vervangen door iets mooiers.