Dunia Manufaktur Baru dan Lama: AI, Desain, dan Inovasi
Niat asli saya untuk kolom ini adalah untuk membahas frase yang mendapat banyak perhatian akhir-akhir ini, kecerdasan buatan (AI). Menurut ukuran apa pun, minat terhadap AI berkembang secara eksponensial, baik dalam jumlah artikel yang dapat dibaca seseorang tentang subjek tersebut dan, menurut Google Trends, jumlah pencarian untuk artikel tersebut.
Ada bentuk AI lainnya, seperti optimasi desain dan bentuk, desain generatif dan analitik prediktif—untuk menyebut beberapa yang menonjol—dan seseorang mungkin mendapat kesan bahwa pekerja cerdas merasa terancam. Beberapa ahli mengatakan kecerdasan buatan mungkin menggantikan kita semua.
Saya tidak pikir akan demikian. Saya pikir akan sangat membantu kita, meningkatkan bukan menggantikan kita.
Untuk memahami mengapa, pertimbangkan bahwa apa yang disebut orang AI hanyalah matematika. Ya, Anda mendengar dengan benar, itu hanyalah angka dan nomor yang digabungkan dengan fungsi dan perhitungan yang luar biasa kompleks. Saya memiliki beberapa pengalaman di bidang ini. Saya coba-coba di area ini awal dalam karir saya, memprogram neural net sederhana, salah satu dasar di balik banyak bentuk AI yang menemui penerimaan yang lebih luas saat ini. Saya melakukan ini untuk lebih memahami cara menggunakan AI dalam analisis citra, dan saya menjadi menyadari beberapa hal.
Pertama adalah bahwa bentuk AI yang menggunakan sejumlah besar data untuk mereplikasi tindakan “manusia” hanyalah bentuk pemodelan statistik dan analisis regresi—meskipun bentuk yang sangat ekstrim. Data, banyak sekali, diperlukan untuk melatih algoritma. Hal yang sama berlaku, menggunakan matematika yang berbeda, untuk optimasi atau desain generatif. AI hanyalah matematika yang sangat kompleks dikemas dalam bentuk yang lebih mudah digunakan.
Penghayatan lainnya adalah betapa lama kami harus menunggu untuk mendapatkan jawaban OK 20 tahun yang lalu. Ini bertentangan dengan kemudahan masalah yang jauh lebih sulit sedang diselesaikan saat ini berkat komputasi yang canggih. Sensor murah dan serbaguna menyediakan kumpulan data yang luas. Anda tidak perlu memprogram fungsi AI juga, seperti yang saya lakukan. Anda dapat membeli atau menyewa model, seperti “deep neural nets.” Watson IBM dan MathWorks Neural Network Toolbox hanyalah dua contoh. Anda menyediakan data dan mendapatkan solusi AI Anda sendiri yang unik. Saat ini, AI membuat robot di lantai pabrik lebih serbaguna dan membantu insinyur merancang bagian melalui optimasi.
Tetapi matematika, sensor dan data semuanya tetap merupakan alat yang akan dibentuk oleh keinginan insinyur dan pekerja. Mereka mungkin melakukan tugas individual lebih baik dari manusia, tetapi tugas mana yang akan dilakukan dan mengapa akan selalu tetap dalam ranah manusia. Kecerdasan buatan kosong dari tujuan. Itu akan selalu menjadi pekerjaan kita.
Bukan Selalu Alat yang Tepat
Akhirnya, matematika canggih seperti AI dalam berbagai bentuknya bukan selalu alat yang tepat. Itulah tempat kita sampai pada bagian “lama” dari judul kolom ini. Ini terasa ketika saya meneliti artikel untuk edisi ME bulan ini tentang komparator optik, teknologi metrologi yang akarnya berasal dari tahun 1920-an. Meskipun sebagian besar model saat ini diperbarui dengan elektronik digital sederhana, ide dasarnya tetap sama—memperbesar bayangan bagian pada layar besar dan memiliki manusia untuk melakukan pengukuran. Anda menemukan mesin ini di mana-mana di manufaktur, dengan berbagai tingkat perbaikan digital terhadap ide dasar, hingga termasuk machine vision. Salah satu sumber saya memberitahu saya bahwa layanan perusahaan mereka baru saja merenovasi model berusia 50 tahun.
Ini adalah koexistensi dari teknologi futuristik seperti AI dengan yang telah terbukti yang merupakan realitas berkelanjutan dari manufaktur dan rekayasa. Mungkin sebagian dari ini adalah kesederhanaan keanggapan dari insinyur untuk sepenuhnya merangkul teknologi baru. Seperti yang dikatakan sumber yang sama padanya, kadang-kadang dia perlu menekankan bahwa teknologi baru, bahkan dalam komparator optik, tersedia. Namun, teknologi seperti komparator optik dan mikrometer dan penggaris pengukur dan manusia yang menggunakannya tidak mungkin sepenuhnya digantikan oleh apa pun yang lebih canggih.
