AI agents learn to design
using human design strategies.
The findings published in the ASME Journal of Mechanical Design reveal that AI agents can solve engineering problems by adopting human design strategies.
Designing is a skill requiring creativity and a problem-solving ability which humans possess. Now, although artificial intelligence (AI) has already been used in designing, it has been just applied to problems within a set of rules defined by humans because AI is still unable to create new designs by its own. However, this novel research intended to train AI to learn human design strategies by observing the humans’ process of modification in creating a complex structure, so that AI can design without humans’ help.
This research was conducted by Jonathan Cagan, professor of mechanical engineering and interim dean of the college of Engineering; Ayush Raina, a Ph.D. candidate in mechanical engineering at CMU; and Chris McComb, an assistant professor of engineering design at the Pennsylvania State University.
“The AI is not just mimicking or regurgitating solutions that already exist,” said Cagan. “It’s learning how people solve a specific type of problem and creating new design solutions from scratch.” How good can AI be? “The answer is quite good.”
In the research, “a truss” is the major subject used to train AI agents as it represents complex structure. Using the same visual information that engineers use—pixels on a screen, researchers trained AI agents to observe how a truss structure was created, designed and modified step by step. Incredibly, when AI agent started to design, it performed in the same way as how humans do; AI agents imagined design progressions, and generated design moves to realize them. The researchers defined “Visualization in the process” as the key since vision is the ability to identify and solve the problems.
The researchers carried on the research within the framework of multiple deep neural networks that served in predicting the possible situation. With this framework, AI agents understood what the next design should be after scanning a set of five sequential images.
“We were trying to have the agents create designs similar to how humans do it, imitating the process they use: how they look at the design, how they take the next action, and then create a new design, step by step,” said Raina.
Also, AI agents were tested on similar problems, and the findings showed that AI agents performed more effectively than humans. However, it did not show many advantages like what humans offer. That means AI agents weren’t design with a specific purpose, such as making something lightweight, and did not receive feedback on how well they were doing. In contrast, they just designed by using the vision-based human strategy techniques that they had been trained for.
“It’s tempting to think that this AI will replace engineers, but that’s simply not true,” said McComb. “Instead, it can fundamentally change how engineers work. If we can offload boring, time-consuming tasks to an AI, like we did in the work, then we free engineers up to think big and solve problems creatively.”
This paper is part of a larger research project sponsored by the Defense Advanced Research Projects Agency (DARPA) about the role of AI in human/computer hybrid teams, specifically how humans and AI can work together.
ปัญญาประดิษฐ์เริ่มเรียนรู้ที่จะออกแบบ
โดยใช้เทคนิคเดียวกับมนุษย์
จากผลงานวิจัยที่ตีพิมพ์ในวารสาร ASME Journal of Mechanical Design ได้เปิดเผยว่าเทคโนโลยีปัญญาประดิษฐ์ หรือ AI ได้รับการพัฒนาจนสามารถแก้ปัญหาเชิงโครงสร้างทางวิศวกรรม โดยใช้เทคนิคเดียวกับมนุษย์!
โดยทั่วไปแล้ว ทักษะการออกแบบ เป็นทักษะที่ต้องใช้ความคิดสร้างสรรค์ และการตัดสินใจเชิงวิเคราะห์ซึ่งเป็นทักษะประจำตัวของมนุษย์เรา ถึงแม้ในยุคปัจจุบันจะเริ่มมีการใช้เทคโนโลยี AI มาออกแบบสิ่งต่าง ๆ แต่มันก็คงถูกใช้สำหรับการแก้ปัญหาโดยยึดกฏที่มนุษย์โปรแกรมมาให้เท่านั้น เพราะว่า AI ยังไม่สามารถปรับใช้เทคนิคของมนุษย์เพื่อสร้างผลงานออกแบบใหม่ได้ด้วยตัวของมันเอง
อย่างไรก็ตาม งานวิจัยตัวใหม่นี้มุ่งหมายที่จะฝึกฝน AI ให้สามารถออกแบบได้ด้วยตัวของมันเองจากการเฝ้าสังเกตขั้นตอนและวิธีการของมนุษย์
งานวิจัยตัวนี้ได้รับการดำเนินการโดย Jonathan Cagan ศาสตราจารย์ด้านวิศวกรรมเครื่องกลและรักษาการคณบดีคณะวิศวกรรมของมหาวิทยาลัยคาร์เนกีเมลลอน, Ayush Raina นักศึกษาปริญญาเอกคณะวิศวกรรมเครื่องกลของมหาวิทยาลัยคาร์เนกีเมลลอน, และ Chris McComb ผู้ช่วยศาสตราจารย์ของคณะวิศวกรรมการออกแบบของมหาวิทยาลัยเพนซิลเวเนียสเตต
ศาสตราจารย์ Cegan กล่าวว่า “AI ไม่ใช่แค่ลอกเลียนแบบหรือยึดวิธีการแก้ปัญหาที่มีอยู่ก่อนแล้ว แต่ว่ามันกำลังเรียนรู้ว่ามนุษย์เราสามารถแก้ปัญหาเฉพาะด้านได้อย่างไร และจากนั้นมันก็สร้างวิธีการแก้ปัญหาการออกแบบใหม่ จากการใช้เทคนิคที่มันเรียนรู้ ถ้าคุณถามว่า AI เก่งแค่ไหน ผมบอกเลยว่ามันเก่งมาก”
ในงานวิจัย ตัวแทน AI (AI agents) จะได้รับการฝึกฝนให้ออกแบบ “โครงสร้างเสาค้ำสะพาน” อันเนื่องจากโครงสร้างนี้มีความซับซ้อนอย่างมาก
(1) เหล่านักวิจัยได้ฝึกฝนให้ตัวแทน AI เฝ้าสังเกตขั้นตอนการออกแบบและดัดแปลงโครงสร้างเสาค้ำสะพาน "โดยใช้ข้อมูลภาพ" ซึ่งเป็นโปรแกรมเดียวกับที่วิศวกรใช้ (Pixels on a screen) แต่ไม่ให้บริบทข้อมูลเพิ่มเติมแก่ AI
(2) ผลลัพธ์ที่ได้คือตัวแทน AI สามารถจินตนาการ “ขั้นตอนการออกแบบแต่ละขั้น” และหลังจากนั้นมันก็ได้สร้าง “การเคลื่อนไหวเพื่อการออกแบบ” เพื่อที่มันจะเข้าใจเทคนิคเหล่านั้น นักวิจัยบอกว่า หัวใจหลักของงานนี้คือ “การสร้างและจำลองภาพของขั้นตอนการออกแบบ” เพราะว่า การมองเห็นคือทักษะที่ใช้ระบุปัญหาเพื่อที่จะสามารถแก้ไขมันได้
นักวิจัยดำเนินงานนี้ภายใต้กรอบของพหุเครือข่ายของประสาทเชิงลึกซึ่งทำงานประสานกันในเรื่องการคาดเดาสถานการณ์ และด้วยระบบเครือข่ายประสาทนี้เอง เมื่อตัวแทน AI ได้อ่านรายละเอียดของเซ็ตรูปภาพ 5 รูป มันจะสามารถคาดเดารูปแบบการออกแบบอันต่อไปได้
Raina กล่าวว่า “เราพยายามที่จะให้ตัวแทน AI ออกแบบสิ่งต่าง ๆ ได้เหมือนกับที่มนุษย์ทำ เลียนแบบขั้นตอนของมนุษย์ ไมว่าจะเป็นวิธีการพิจารณ์การออกแบบ วิธีการดำเนินงาน หรือวิธีการสร้างงานออกแบบใหม่ในขั้นตอนทีละขั้นตอน”
นอกจากนี้ ตัวแทน AI ยังได้รับการทดสอบในปัญหาที่คล้ายคลึงกันและผลลัพธ์ที่ได้ก็คือโดยทั่วไปตัวแทน AI สามารถทำงานได้ดียิ่งกว่ามนุษย์อีก อย่างไรก็ตามผลงานของตัวแทน AI ไม่ได้มีข้อดีเหมือนกับตอนที่มนุษย์แก้ปัญหา ซึ่งนั่นหมายความว่าตัวแทน AI ไม่ได้ออกแบบงานตามวัตถุประสงค์ที่เฉพาะเจาะจง เช่นการออกแบบให้โครงสร้างมีน้ำหนักเบา และไม่ได้รับคำติชมว่ามันทำงานได้มีประสิทธิภาพหรือไม่ ในทางตรงกันข้ามมันสร้างผลงานโดยใช้ เทคนิคตามทัศวิสัยที่มันได้รับการฝึกฝนให้ทำ
McComb กล่าวว่า “มันค่อนข้างจี้เส้นเวลาเราคิดว่า AI จะมาแทนที่วิศวกร แต่มันไม่มีทางเป็นไปได้เลย ในทางกลับกัน มันจะปรับเปลี่ยนรูปแบบการทำงานของวิศวกรโดยพื้นฐาน แล้วถ้าเราสามารถโยนงานที่น่าเบื่อและเสียเวลามากไปให้ AI อย่างที่เราทำในงานทั่วไป เราจะสามารถปลดปล่อยให้วิศวกรทั้งหลายแหล่ให้มีโอกาสทำในสิ่งที่ยิ่งใหญ่ และแก้ปัญหาต่าง ๆ ได้อย่างสร้างสรรค์”
ผลงานนี้เป็นส่วนหนึ่งของงานวิจัยขนาดใหญ่ที่ได้รับการสนับสนุนจาก Defense Advanced Research Projects Agency (DARPA) ซึ่งเกี่ยวข้องกับหน้าที่ของ AI ในเรื่องมนุษย์และคอมพิวเตอร์ไฮบริดทีม ที่เน้นว่ามนุษย์และเอไอจะอยู่สามารถทำงานร่วมกันได้อย่างไร
