Marx.ba

Zahvaljujući umjetnoj inteligenciji (AI), modeli velikih jezika (LLM) mogu razumjeti prirodni jezik i obavljati zadatke kao što su kreiranje teksta, odgovaranje na pitanja ili čak prevođenje. Porsche Engineering također koristi LLM u razvoju vozila, čime se povećava efikasnost u procesu razvoja.

Kamen iz Rozete otkriven 1799. bio je prekretnica u dešifrovanju egipatskih spisa. Sadrži svećenički dekret iz drevne grčko-makedonsko-ptolemejske dinastije, datiran u 196. pne, na tri različita jezika. Poređenjem tekstova i likova, ponudio je sredstvo za dešifrovanje egipatskih hijeroglifa, koji se nisu mogli dešifrovati sve do 19. vijeka. Od tog vremena, izraz “Rosetta Stone” se koristi za označavanje bitnog traga u zadacima dešifriranja.

Danas se jezički modeli zasnovani na umjetnoj inteligenciji, poznati kao modeli velikih jezika (LLM), smatraju “Rosetta kamenom” budućnosti.

– Veliki jezički model baziran je na neuronskim mrežama i sposoban je dekodirati značenje prirodnog jezika u kontekstu i mašinski ga obraditi. LLM mogu razumjeti, obraditi i prevesti jezik, ali i generirati nove tekstove, objašnjava dr. Joachim Schaper, viši menadžer AI i velikih podataka u Porsche Engineeringu.

Porsche Engineering koristi LLM za dalje povećanje efikasnosti u procesu razvoja. Kompanija koristi komercijalno dostupne LLM alate kao što su ChatGPT iz OpenAI ili LLaMa iz Meta.

– Ovi modeli su unaprijed obučeni vrlo velikim količinama podataka s interneta i vrlo dobro se bave zadacima kao što je pisanje tekstova o standardnim temama. Međutim, za korištenje u razvoju, potreban nam je LLM koji također uzima u obzir našu inženjersku stručnost, kaže Schaper.

Tehničko znanje Porsche inženjeringa predaje se AI koristeći sopstvene skupove podataka iz završenih razvojnih projekata. Jedno područje primjene LLM-a je revizija specifikacija kupaca. U zavisnosti od projekta, klijenta i razvojnog tima, njihov sadržaj je napisan u vrlo različitim oblicima. Ako postojeći sistem treba tehnički ažurirati kao dio daljeg razvoja, Porsche Engineering često prima zahtjeve iz postojećih specifikacija kupaca i opseg promjena od svojih kupaca.

Prije nego što započne stvarni razvojni zadatak, programeri moraju u potpunosti proći kroz specifikacije korisnika i prevesti informacije sadržane u njima u konkretne tehničke specifikacije kako bi izbjegli greške u razvoju zbog nejasnih specifikacija.

Porsche Engineering je nedavno počeo da koristi unaprijed definisane šablone blokova u reviziji specifikacija: Osnovni princip inženjeringa zahtijeva za standardizovano i kvalitativno kreiranje zahtjeva. Uz pomoć ove metodologije, informacije su predstavljene na način koji je jasan, dosljedan, provjerljiv, tačan i razumljiv.

– Danas naši inženjeri moraju da urade reviziju specifikacija kao ručnu aktivnost. Ovo povezuje resurse u razvoju i predstavlja monotonu aktivnost za zaposlene, kaže Volker Reber, viši menadžer razvoja visokonaponskih sistema u Porsche Engineeringu.

Razumijevanje konteksta

Ovaj zadatak se ne može automatizirati konvencionalnim algoritmima. Kako formulacije u specifikacijama često nisu jasne, značenje se mora zaključiti iz konteksta. Konvencionalni softverski programi ne mogu učiniti ovaj intelektualni korak, ali AI može. Stoga će u budućnosti LLM podržavati reviziju specifikacija.

– Kao demonstracijski projekat, revidirali smo katalog zahtjeva za komponentu vozila, izvještava Reber.

Za obuku LLM-a, skup podataka sa nekoliko stotina stavki informacija bio je dovoljan da ga pripremi za novi zadatak. Model je naučio kako se nositi s različitim semantičkim oblicima u originalnim tekstovima i također je naučio tekstualne obrasce za izlaz.

– Nakon ovog koraka, specifikacije, koje se sastoje od nekoliko hiljada pojedinačnih stavki informacija, mogle bi se konvertovati u standardni format mnogo brže nego kroz ručnu obradu, kaže Reber.

Kao proširenje projekta, obučeni LLM se koristi za dodatne zadatke u oblasti revizije specifikacija, kao što je provjera kompletnosti i konzistentnosti u pogledu zahtjeva različitih sistema vozila opisanih u njemu. Inženjeri “samo” moraju provjeriti rezultat koji je proizveo LLM, što znači da će se radno opterećenje s vremenom smanjiti.

– Budući da se AI dodatno obučava povratnim informacijama o rezultatima, kvalitet LLM-a se kontinuirano povećava sa svakim projektom. U budućnosti ne samo da će donositi brže, već i mnogo bolje implementacije nego što bi to ljudsko biće ikada moglo učiniti, smatra Schaper.

LLM je već smanjio napor za oko 50 posto tokom prvog testa. Već postoje ideje za dalje optimizacije, koje će omogućiti da se ova brojka značajno poboljša. Ipak, ljudska stručnost će i dalje biti potrebna za ove zadatke u budućnosti. Za Porsche inženjering, kombinacija posebno dizajniranih i obučenih AI sistema i ljudske ekspertize ima strateški značaj. Mnogi inženjerski zadaci se sastoje od podoblasti koje zahtijevaju različite stepene stručnosti, iskustva i evaluacije.

Neke kompanije se već oslanjaju na regione sa najboljom strukturom troškova osoblja za određene oblasti aktivnosti. Porsche Engineering se oslanja na upotrebu alata kao što je AI za uporedive aktivnosti i nastavlja da sledi strategiju visokog nivoa kompetencija među svojim zaposlenima. Stručnjaci tada mogu koncentrirati svoje dragocjeno radno vrijeme na visokostručni dio zadatka.

LLM također nude potencijal za povećanje efikasnosti u drugim oblastima razvoja vozila. Jedan primjer je upravljanje podacima tokom probnih vožnji s novim vozilima ili sistemima. Ako test vozači otkriju kvar tokom testova, oni ga evidentiraju i unose u centralni sistem baze podataka.

– Danas imamo izazov da neočekivane sistemske reakcije često nisu prepoznate kao prethodno zabilježeni fenomeni i unose se u sistem nekoliko puta, objašnjava dr. Fabian Hinder, vodeći inženjer u Porsche Engineeringu.

Ovo otežava sistematsko rješavanje problema, jer je analiza informacija baze podataka povezana sa značajnim ručnim naporom.

Povratne informacije u realnom vremenu

Slično kao i kod kreiranja specifikacija, LLM alati će također preuzeti zadatke kao što su konverzija ulaznih podataka u prefabrikovane semantičke obrasce i njihovo poređenje sa postojećim unosima baze podataka. Potencijal ovog pristupa demonstrirao je tim Porsche inženjeringa kao dio projekta u oblasti povezivanja vozila.

– Inženjer za testiranje unosi informacije o svom problemu u sistem tokom tekućih testova, a AI daje povratne informacije u realnom vremenu o tome koje su slične greške poznate, kaže Hinder.

Osoba tada odlučuje da li jedan od sačuvanih obrazaca odgovara njihovom unosu ili da li će kreirati novi unos baze podataka. Greške se stoga mogu identificirati u cijeloj grupi i dodijeliti na nekoliko modela i platformi vozila.

Porsche Engineering trenutno provodi još jedan LLM projekat pod vodstvom Porscheovog upravljanja inovacijama. I ovdje je cilj pojednostaviti i ubrzati svakodnevni rad.

– Programeri danas moraju ručno da traže agregirane podatke za problem u centralnoj bazi podataka. U našem projektu svjetionika stvaramo koncept s kojim će LLM u budućnosti obavljati ovu aktivnost. Za razliku od drugih LLM aplikacija, mi imamo posla s vrlo velikom količinom složenih numeričkih podataka koje treba obraditi i sinhronizirati, kaže Antoon Versteeg, menadžer za inovacije u Porscheu i odgovoran za portfelj inovacija Intelligent Enterprise.

Programeri softvera stoga primjenjuju razne trikove koji kombiniraju više klasičnih numeričkih metoda i AI. Stručnjaci dobijaju rezultate za samo nekoliko sekundi.

– Automobilska industrija tek počinje da koristi LLM, ali zahvaljujući njihovom ranom usvajanju u našim projektima, mi već značajno povećavamo efikasnost u procesu razvoja integracijom LLM alata,“ kaže Schaper.

– U Porsche AG-u, razvoj zasnovan na podacima bit će ključni faktor uspjeha za budućnost. Upotreba AI može osigurati neophodnu efikasnost u procesu razvoja. Već danas to vrlo uspješno koristimo i kontinuirano ga proširujemo sa našim partnerima kao što je Porsche Engineering, kaže dr. Bruno Kistner, menadžer razvoja vođenog podacima u Porscheu.

VEZANO

Goodyear demonstrirao tehnologiju pametnih guma koje detektiraju skliske ceste