Mühendislik testleri için yapay zeka: 100 kat hızlandırdı

Mühendislik süreçleri hem çok pahalı hem de zaman alır. ABD’li araştırmacılar, elektronik tabloların ‘ChatGPT’si olarak adlandırılan yeni bir yapay zeka modeliyle, en iyi mühendislik çözümlerini 10 ila 100 kat daha hızlı bulan bir sistem geliştirdi.

Bir otomobilin güvenlik tasarımını veya ulusal bir elektrik şebekesini optimize etmeyi düşünün. Mühendisler, bir aracın çarpışma anındaki performansını etkileyecek yüzlerce farklı değişkeni ve binlerce parçayı entegre etmek zorundadır. Ancak her bir fiziksel veya dijital testin ciddi bir maliyeti vardır ve geleneksel optimizasyon araçları, bu devasa olasılık okyanusunda boğulmaya mahkumdur.Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, bu darboğazı aşmak için ‘Bayes optimizasyonu’ adı verilen klasik bir matematiksel yöntemi, modern üretken yapay zeka ile yeniden kurguladı. arXiv ön baskı sunucusunda yayımlanan ve Uluslararası Öğrenme Temsilleri Konferansı'nda sunulacak olan bu araştırma, endüstriyel Ar-Ge süreçlerini kökten değiştirmeyi vadediyor.TABLO TABANLI YAPAY ZEKAGeliştirilen bu yeni tekniğin kalbinde, devasa veri kümeleri üzerinde eğitilmiş ‘tablo tabanlı temel model’ (tabular foundation model) yatıyor.Klasik bir optimizasyon sürecinde, algoritmaların yeni bir deneme yapmadan önce sürekli olarak kendilerini ‘yeniden eğitmesi’ gerekir. Bu durum, on binlerce değişkenin olduğu ortamlarda bilgisayarların işlem gücünü tüketir ve sistemi kilitler. MIT ekibi, ChatGPT veya Gemini gibi metin üreten modellerin mantığını, mühendislikte dilden çok daha fazla kullanılan ‘tablo verilerine’ uyarladı.Makalenin baş yazarı Rosen Yu, sistemin işleyişini şu sözlerle özetliyor: "Bir otomobilin 300 farklı tasarım kriteri olabilir. Eğer çarpışma güvenliğini artırmaya çalışıyorsanız, bu 300 kriterin hepsi aynı derecede önemli değildir. Algoritmamız, tıpkı tecrübeli bir başmühendis gibi, zaman kaybetmeden sadece odaklanılması gereken en kritik özellikleri akıllıca seçebiliyor."TEST SÜRELERİ 100 KAT KISALDIAlgoritma, 60 farklı endüstriyel kıyaslama probleminde test edildi. Sonuçlar, sanayiciler için muazzam bir verimlilik potansiyeli taşıyor. Sistem; araç güvenliği, şebeke dağıtımı ve malzeme tasarımı gibi alanlarda en iyi çözümü mevcut piyasa standartlarındaki algoritmalardan 10 ila 100 kat daha hızlı bulmayı başardı.Bu olağanüstü hız artışı, aşağıdaki sektörlerde doğrudan rekabet avantajı sağlayacak:Otomotiv ve havacılık: Çarpışma ve aerodinamik testlerinin dijital ikiz simülasyonlarında devasa zaman tasarrufu.İlaç endüstrisi: Milyonlarca molekül kombinasyonunun çok daha hızlı taranarak yeni ilaç keşiflerinin hızlandırılması.Malzeme bilimi: Daha hafif, daha dayanıklı ve maliyet etkin yeni nesil alaşımların geliştirilmesi.BİLİMSEL ARAÇLARIN YENİ MOTORUMIT Makine Mühendisliği Doçenti Faez Ahmed, bu gelişmenin sadece bir hız artışı değil, bir paradigma değişimi olduğunu vurguluyor: "Yapay zeka temel modellerini artık sadece metin yazmak veya görsel oluşturmak için değil, bilimsel ve mühendislik araçlarının içindeki ana 'algoritmik motorlar' olarak kullanmaya başlıyoruz."Sistemin bağımsız değerlendirmesini yapan Northwestern Üniversitesi'nden Prof. Dr. Wei Chen ise bu teknolojinin, ağır veri ve simülasyon gerektiren yüksek maliyetli Ar-Ge süreçlerini her ölçekteki şirket için çok daha erişilebilir hale getireceğinin altını çizdi.