DfAI: la pieza faltante de la Ingeniería de Inteligencia Artificial
Las mejoras revolucionarias en la forma en que las industrias desarrollan nuevas tecnologías utilizando IA en el diseño de ingeniería tienen un punto de partida gracias a un marco desarrollado por investigadores de Carnegie Mellon y la Penn State University.
Teniendo en cuenta lo rápido que han avanzado el diseño de ingeniería y la fabricación junto con los desarrollos computacionales, puede sorprender que muy pocos ingenieros estén capacitados tanto en diseño de sistemas de ingeniería como en inteligencia artificial. Existen innumerables oportunidades para lograr mejoras revolucionarias en la forma en que desarrollamos nuevas tecnologías utilizando la IA en el diseño de ingeniería. Pero, para tener éxito en estas áreas desafiantes, los ingenieros deben comprender una nueva especialidad: el diseño para la inteligencia artificial.
Chris McComb y Glen Williams han desarrollado un marco de Diseño para Inteligencia Artificial (DfAI) en colaboración con investigadores de la Penn State University para educar alentar a la comunidad de ingenieros académicos e industriales a adoptar IA en el diseño de ingeniería.
“Para desarrollar mejores sistemas, necesitamos integrar la IA en el proceso de diseño de ingeniería desde el principio”.
Chris McComb, Associate Professor, Mechanical Engineering
“La mayoría de las veces, vemos la IA como una herramienta para agregar a un sistema existente, pero para desarrollar mejores sistemas, necesitamos integrar la IA en el proceso de diseño de ingeniería desde el principio”, explicó McComb, profesor asociado de ingeniería mecánica.
Un desafío central es motivar a las instituciones a realizar inversiones en el potencial a largo plazo de las tecnologías de IA. Dado que la ingeniería está impulsada por el producto y los incentivos en el diseño y la fabricación priorizan la excelencia a corto plazo, presupuestar los recursos para la investigación y el desarrollo a largo plazo es un desafío, pero vale la pena.
Williams, anteriormente alumno de McComb y ahora científico principal de Re:Build Manufacturing, ilustró la importancia al describir dos empresas hipotéticas que fabrican aviones eléctricos en masa. Para el desarrollo inicial, la Compañía A elige un camino de fabricación manual para llegar rápidamente al mercado y alcanzar la rentabilidad. Por otro lado, la Compañía B construye un proceso rico en datos que captura inteligencia a lo largo del ciclo de vida del diseño. Dentro de los próximos 10 años, la Compañía B puede reducir drásticamente sus costes operativos al utilizar un diseño basado en datos que puede optimizar la producción de sus aeronaves y crear mejores productos. La Compañía A ya no puede mantenerse al día.
Debido a que el diseño y la fabricación no ocurren en silos, DfAI se aplica a los aspectos más amplios del proceso de diseño de ingeniería. Williams sugiere que, básicamente, el avance de DfAI se puede abordar a través de (1) aumentar la alfabetización de IA en la industria, (2) rediseñar los sistemas de ingeniería para integrarse mejor con IA, y (3) mejorar el proceso de desarrollo de ingeniería de IA.
“Los datos de ingeniería son complejos y no siempre se pueden relacionar con la comunidad en general”, explica McComb como una de las razones por las que otros campos pueden estar innovando la tecnología de IA más rápido. “La cantidad de expertos capaces de interpretar estos datos es pequeña, por lo que DfAI requerirá que las personas tengan experiencia específica. La academia y la industria deben trabajar juntas para apoyar la innovación a largo plazo en esta área”.
El equipo describe tres personas como necesidades para DfAI: diseñadores de ingeniería, curadores de repositorios de diseño y desarrolladores de IA. Un diseñador de ingeniería puede ser una persona o equipo responsable de desarrollar las especificaciones de un nuevo proyecto. Son los solucionadores de problemas que pueden comprender las restricciones de ingeniería, así como los algoritmos de IA. Los curadores de repositorios de diseño deben asumir el papel de mantenedores de bases de datos un paso más allá al tener conocimientos de fabricación y diseño de ingeniería para brindarles a los ingenieros de diseño las herramientas de administración de datos para satisfacer las demandas del flujo de trabajo y ser extensible a las demandas futuras. Finalmente, los desarrolladores de IA deben poder idear, desarrollar, comercializar y mejorar continuamente los productos de software de IA para ayudar a los ingenieros de diseño.
“No podemos pensar en el desarrollo de IA como una ocurrencia tardía en nuestras operaciones principales”, resume McComb. “A menos que aumentemos a los ingenieros de diseño con software de diseño y fabricación de próxima generación basado en IA profundamente integrada, nuestra capacidad para diseñar tecnología novedosa y útil no alcanzará el potencial de estas nuevas técnicas de fabricación”.
Según Williams, varias industrias pueden tener más facilidad para adoptar los principios de DfAI. Las aplicaciones informáticas, como los productos fabricados mediante técnicas impulsadas digitalmente como la fabricación aditiva, naturalmente tienen un camino cibernético complejo y generan personal que estaría bien preparado para adoptar e impulsar los principios de DfAI. Las industrias reguladas, como la aeroespacial y de dispositivos médicos, están acostumbradas a seguir procedimientos rigurosos y técnicas confiables de almacenamiento de datos en el contexto de sistemas de ingeniería muy complejos, por lo que es probable que cuenten con los recursos para comenzar el proceso de adopción de DfAI. También podemos ver que los diseñadores de productos de Internet de las cosas (IoT) y dispositivos inteligentes adopten los principios de DfAI más temprano que tarde. Estos diseñadores se beneficiarán no solo de los datos durante el proceso de diseño, sino también de la gran cantidad de datos recopilados de sus dispositivos en las pruebas o en la práctica. Aprovechar estos valiosos datos de productos del campo podría generar enormes beneficios para las herramientas de IA que ayudan a mejorar la calidad, el rendimiento, la sostenibilidad y la rentabilidad de los productos futuros.
“Dado que hay tanta variedad entre las industrias de ingeniería, las tecnologías y las escalas de operación, establecer marcos generales es vital para hacer crecer una comunidad interconectada de ingenieros de IA”.
Glen Williams, Principal Scientist, Re:Build Manufacturing
“Dado que hay tanta variedad entre aplicaciones de ingeniería, industrias, tecnologías y escalas de operación, establecer marcos generales, terminología común y principios escritos es vital para hacer crecer una comunidad interconectada de ingenieros de IA que puedan colaborar juntos”, explicó Williams. “Nuestro marco DfAI proporciona el punto de partida de alto nivel para estas discusiones críticas”.
Esta investigación se publicó en ASME Journal of Computing and Information Science in Engineering.
Para obtener más información sobre Ingeniería de Inteligencia Artificial y cómo la Facultad de Ingeniería de la Universidad Carnegie Mellon está educando a esta próxima generación de ingenieros, visite M.S. AIE.
Chris McComb presenta este trabajo a través de ASME Journal of Computing & Information Science in Engineering en el siguiente vídeo.