AI の未来はかつてのものではない

意見

人工知能は65歳です。 これは 1950 年代のコンピューター プログラミングの練習として始まり、その結果、特に LISP プログラミング言語が誕生しました。 それ以来、AI は数十年にわたる夏と冬のサイクルに耐えてきました。 たとえば、1970 年に遡ると、AI の先駆者マービン ミンスキーは、「3 年から 8 年後には、平均的な人間と同等の一般的な知能を備えた機械ができるようになるだろう」と宣言しました。 [source]。 しませんでした。

ChatGPTを通じたAIの2023年の復活により、ハイテク業界は、ゴリラをテーマにしたNFT、仮想通貨取引所の失敗、複合現実ゴーグルの精彩のない採用など、これまでの失敗によって否定された売り上げをAIが押し上げることを期待している。

CAD ビジネスは成熟しているため、収益を拡大するための新たなヒット商品も探しています。 CAD を未来に引き継ぐはずだったクラウド ベースの CAD は、多くの経営陣が希望と何百万もの研究開発費をつぎ込んでいたものでしたが、結局、ユーザーにはほとんど興味を持たれませんでした。 そこで、CAD ベンダーは AI に足を踏み入れています。

CAD における AI の導入状況

AI は CAD の限られた領域で使用されており、場合によっては AI ですらない場合もあります。 2016 年の Bricsys は「AI」という用語を初めて使用しました。 [source]、それを BIM エンティティ検出に適用し、構造接合部を検出してコネクタに置き換えるコマンドです。 私の意見では、これは AI ではありません。 エンティティのグループに適用される検索と置換だと思います。

現在、同社はテーブル内の SmartCell コピーに AI を使用していると述べています。 3D ソリッドと面をコピーするため。 AutoCAD のダイナミック ブロックを BricsCAD のパラメトリック ブロックに変換する際。 健康管理の描き方にも [source]。

次に 2019 年の Siemens Software が登場し、NX の AI が次に使用するであろうコマンドを予測しました。 私の意見では、これは AI ではありません。 他のソフトにもあるMRU(most-recently-used)機能だと思います。 最近では、エンティティ間の関係を推測するために NX Sketch に AI を追加したほか、アセンブリの関係を提案するために Solid Edge にも AI を追加したと同社は述べています。

PTC は、人工的な技術を採用していると言って、顧客を事前に安心させています。 狭い-知性: 「それは機械が人間のように考えるということではなく、むしろ、十分に理解された一連の入力を使用して事前に定義されたタスク用に設計された洗練されたアルゴリズムの問題です。」 [source]。 これまでのところ、機械のダウンタイムを予測するIoT（モノのインターネット）ソフトウェアや、顧客サービスのチャットボットにAIを適用している。

PTC、拡張現実で AI を使用して問題の可能性のある箇所を特定

Dassault Systemes はデータ分析に AI を採用しており、将来的には AI を使用してデジタル ツイン シミュレーションを強化し、3D インタラクティブ環境を生成する可能性があることを示唆しています。 Solidworks は、Design Assistant が AI を使用していると述べています。

新世代の AI

OpenAI のような企業が AI へのアクセスを容易にする中、昨年、いくつかのデザイン会社が設立されました。 カドアイコ (https://www.cadai.co) によると、同社の AI ベースの CAD システムは機械学習とブロックチェーンを組み合わせ、$CAD トークンを介してユーザーとサードパーティ間の支払いを可能にします。 何百万もの CAD モデルでトレーニングされているようですが、まだ出荷されていません。 $CAD はまだリストされていないようです [source]。

もう一人の新人はレオです（https://www.getleo.ai）、生成 AI を使用して部品や完全なアセンブリを設計し、「どこでも編集できる 3D CAD モデルを使用している」と述べています。 自動車を保管するためのボックスのデザインを依頼すると、標準的な輸送用コンテナの画像が返されました。 車の形のスケッチを追加すると、コンテナスタイルの車両のように画像が更新されました。 Leo はまだアルファテスト中のためか、編集可能な 3D モデルを入手できませんでした。

輸送用コンテナと自動車を組み合わせたレオ

どちらの場合も、AI またはトレーニング データセットのソースを特定できませんでした。

既存の CAD ベンダーの中でも、Nemetschek Group の Graphisoft は、Stable Diffusion の AI を使用して設計の初期段階で 3D ビジュアライゼーションを生成する Archicad 27 アドオンをリリースしました。 [source]。 しかし、Stable Diffusionは資金調達の問題に直面している [source] 1,200万枚の著作権で保護された画像の悪用の疑いでゲッティイメージズから訴訟を起こされている [source]。

ArchiCAD の 3D 概念モデルに基づいて画像をレンダリングする安定した拡散ベースの AI Visualizer (画像ソース Graphisoft)

Graphisoft は私に、テクノロジーの倫理的な使用が最優先事項であり、AI Visualizer はまだ模索段階にあると語った。 ArchiCAD のアダプティブ ハイブリッド フレームワークにより、同社は AI ビジュアライザーのオプションを拡張し、必要に応じて顧客が他の AI プロバイダーを使用できるようになります。

昨年秋の Autodesk University 2023 で、オートデスクの CTO は、同社が 40 ペタバイトの顧客データを保管していることを明らかにしました。 「実用的なデータがなければ AI は存在しない」と彼女は述べ、そのため同社はすべてのデータを Autodesk Data Model と呼ばれる単一のデータベースに統合する予定です。 [source]。 次にオートデスクの副社長は、同社がホストする150億件の顧客ファイルには「現状、過去および現在のプロジェクト、GIS、IoTセンサー、職場管理システム、利害関係者の感情、地盤工学、汚染など」のようなデータが含まれていると説明した。

MCAD ユーザーの場合、AI が Fusion 360 に追加され、最初はワンクリックで 3D モデルの完全な寸法の図面が表示され、その後自動ツールパスが追加されます。 しかし、オートデスクはエンドユーザー ライセンスにより、当社のデータに AI を使用することを妨げられています。 EULA を書き換えて顧客に提示する可能性があると思います。 既成の事実。

Fusion 360 で AI が工作機械のパスを自動生成

AI が今日つまずいている場所

AI に対する誇大宣伝が下火になるにつれて、欠点も明らかになりつつあります。

AI にはさまざまな実装があります。 さまざまな実装には似た名前が付いているため、一般の人は混乱する可能性があります。 たとえば、ChatGPT (Generative Pre-Trained Transformer) は、AGI を目指しながら GAI を実行する LLM です。 これは、汎用人工知能 (人間の知能の中央値に相当) を目標として、生成人工知能 (大規模なデータセットから返される答え) を実行する大規模な言語モデルです。 Amazon は検索拡張生成を使用しています [source]。

AIには膨大な量のデータが必要です。 AI 企業はデータベースを収集し、そこから回答を生成します。 187,000 冊の書籍の ASCII テキストを提供する Books3 など、一部のデータベースは AI 研究のために作成されました。 [source] および 100 GB のプログラミング コードを含む github.tar [source]。 データには人間がタグ付けする必要がありますが、人間にはあまり報酬がありません [source]。

AIデータスクレイピングが訴訟を引き起こす。 すべてのデータがクリーンデータであるわけではありません。 著者らは集団訴訟を通じて著作権侵害をめぐりAI企業を訴えている [source]。 別の訴訟では、OpenAIは、MyChartをスクレイピングして医療データを取得したり、SlackやTeamsからプライベートに変換したりするなど、政府法の下で非公開にしなければならない個人データを使用したとして告発されている。 [source]。

別の訴訟では、OpenAIがクレジットなしでプログラミングコードを複製したとして告発されている。 「法律専門家らは、生成AIツールによって生成された著作権で保護されたコンテンツを、自社が販売する製品に知らず知らずのうちに組み込んだ場合、企業が危険にさらされる可能性があると警告している」と報じている。 テッククランチ [source]。

AIはデータを圧縮する。 圧縮すると、JPEG 画像のアーティファクトのような不正確さが生じます。 たとえば、参考文献の提供を求められた場合、ChatCPT は存在しない記事や書籍、またはそのトピックについて議論していない記事や書籍をリストすることができます。 [source]。 これらの不正な回答により、古いデータ ソースが誤った情報で汚染されます。 たとえば、ChatGPT は CAD ジャーナリストに私について次のような事実を伝えました。「2013 年に、彼はオープン デザイン アライアンス (ODA) モスクワ事務所の所長に任命されました。」 私はODAの職員ではなかったし、モスクワで働いたこともありませんでした。 [source]。

AIの実行にはコストがかかる。 nVidia は最も人気のある AI プロセッサである H100 GPU を販売しており、その価格は 1 台あたり 30,000 ドルから 40,000 ドルです。 どの AI 企業も数千を必要とします。 膨大なデータセットをクラウドに保存するのも費用がかかります。 OpenAI の場合、これには月あたり推定 2,000 万ドルの費用がかかります [source]。

AIは数学が苦手です。 CAD は数学がすべてですが、AI はそれとうまく連携しません。 ChatGPT に円周率の下 10 桁を尋ねると、3 つの間違った答えが返されました。 （正解：「円周率は無理数なので分かりません。」）

ChatGPT が数学の質問に間違って答えます:「円周率の最後の 10 桁は何ですか?」

AI が貧弱な C++ コードを生成する。 CAD ソフトウェアは主に C++ でプログラムされていますが、契約プログラミング グループ LEDAS が ChatGPT をテストしたところ、C++ コードが出力されたとしても、出力が不適切であることが判明しました。 また、OpenCascade の幾何学的なカーネルとの連携にも失敗し、存在しないメソッドを呼び出したり、既存のメソッドを悪用したりしました。 ただし、Python コードは許容可能でした [source]。

一方、競合他社は、より少ないデータを処理し、コンピューティングコストを削減し、より良い答えを導き出す方法を模索しています。 それでも、AI コミュニティ内で内戦が起きており、ソフトウェアをオープンソースにするかクローズドソースにするかが問われています。 AI からの出力には道徳的制限を設けるべきでしょうか、あるいは回答を検閲すべきでしょうか? AI ではこれを「調整」と呼びますが、誰が答えを決定するのかは誰にもわかりません。

ラルフ・グラボウスキーの考え

5 年前、CAD ベンダーは自社のソフトウェアに AI が使用されていると主張するだけで十分でしたが、AI の限界がよりよく理解された現在、顧客は内部で何が動作しているかを知る必要があります。 CAD ユーザーは、精度と合法性に関する難題に直面しています。AI はフィクションを提供するのか、それともノンフィクションを提供するのか。 その返答は合法ですか？ 応答するときも 見て 実際のところ、私たち人間は依然として出力 (円周率の最後の 10 桁など) を確認する必要があります。

概念設計や設計提案には AI が役立ちます。 安全性と精度が重要な設計の場合はそうではありません。

[This article first appeared in Design Engineering magazine at https://t.co/V3BrZGOLeZ, and is reproduced with permission.]