प्रोमेथियस अभियांत्रिकी डिझाइनसाठी AI साधनांवर मोठा दांव लावत आहे

जेफ बेझोस भौतिक डिझाइनसाठी AIवर मोठा दांव लावत आहेत

जेफ बेझोस यांच्या पाठबळावर उभा असलेला स्टार्टअप प्रोमेथियस “artificial general engineer” तयार करण्याचे ध्येय ठेवतो, असे ते सांगतात. हा शब्द AI उद्योगातील वाढत्या महत्त्वाकांक्षेला सूचित करतो: भाषा आणि सॉफ्टवेअरच्या पलीकडे जाऊन प्रत्यक्ष जगातील उत्पादने डिझाइन करण्यास मदत करणारी साधने निर्माण करणे.

दिलेल्या स्रोत मजकुरानुसार, प्रोमेथियस AI-सक्षम अभियांत्रिकी साधने विकसित करत आहे, जी रोबोटिक्स, औषध डिझाइन, आणि उत्पादन यांसारख्या क्षेत्रांमध्ये भौतिक उत्पादनांच्या डिझाइनला मदत करतील. कंपनीने कथितरित्या $12 अब्ज उभारले आहेत आणि तिचे मूल्यांकन $41 अब्ज आहे, तर बेझोस हे Alphabet च्या Verily चे सहसंस्थापक विक बजाज यांच्यासोबत सह-CEO म्हणून काम करत आहेत. स्टार्टअपमध्ये सध्या सुमारे 150 कर्मचारी आहेत.

ही मांडणी मुद्दाम केली आहे. कंपनीला आणखी एक सर्वसाधारण उद्देशाचा मॉडेल विकसक म्हणून मांडण्याऐवजी, प्रोमेथियस स्टॅकच्या एका अरुंद पण संभाव्यतः अधिक मौल्यवान थरावर लक्ष केंद्रित करत आहे: कठीण भौतिक समस्यांवर काम करणाऱ्या अभियंत्यांना मदत करणारी AI प्रणाली.

“artificial general engineer” हा वाक्प्रचार का महत्त्वाचा आहे

हा शब्द उद्योगाच्या artificial general intelligence विषयीच्या दीर्घकाळच्या आकर्षणाची आठवण करून देतो, पण त्याला अधिक ठोस क्षेत्रात लागू करतो. “artificial general engineer” म्हणजे एका निच कार्यापुरते मर्यादित नसून अनेक अभियांत्रिकी workflows मध्ये योगदान देऊ शकणारे सॉफ्टवेअर.

याचा अर्थ ही प्रणाली मानवी अभियांत्रिकी संघांची जागा घेईल असा नाही. दिलेल्या स्रोत मजकुरावरून, व्यावहारिक उद्दिष्ट म्हणजे गुंतागुंतीच्या भौतिक उत्पादनांच्या डिझाइनमध्ये मदत करणारी साधने विकसित करणे. त्या अर्थाने, हा प्रकल्प AI मधील व्यापक बदलाशी जुळतो: content generation पासून तांत्रिक आणि औद्योगिक परिस्थितींतील निर्णय-सहाय्याकडे जाणे.

यशस्वी झाल्यास, अशी साधने मंद, simulation-heavy, आणि खर्चिक डिझाइन चक्र असलेल्या क्षेत्रांवर परिणाम करू शकतात. रोबोटिक्स, उत्पादन, आणि औषध डिझाइन या सर्वांमध्ये मोठे शोध-क्षेत्र, महत्त्वपूर्ण बंधने, आणि महागडी पुनरावृत्ती असते. AI प्रणाली जर ती क्षेत्रे कमी करू शकतील किंवा जलद व्यवहार्य डिझाइन पर्याय समोर आणू शकतील, तर त्याचे व्यावसायिक महत्त्व प्रचंड असेल.

बेझोस एका स्पष्ट अंतर्गत ग्राहकाकडेही इशारा करत आहेत

स्रोत मजकुरानुसार, बेझोस यांनी या तंत्रज्ञानाचा लाभ घेऊ शकणारी कंपनी म्हणून Blue Origin चे स्पष्ट उल्लेख केले. ही टिप्पणी महत्त्वाची आहे कारण ती कल्पनेला प्रत्यक्ष उपयोगाच्या संदर्भात ठेवते: रॉकेट इंजिन आणि इतर प्रगत उपकरणे तयार करणाऱ्या कंपन्या.

औद्योगिक तर्क स्पष्ट आहे. हार्डवेअर विकास हा सॉफ्टवेअर विकासापेक्षा खूपच भांडवल-प्रधान आणि वेळखाऊ असतो. जर AI ने टीम्सना घटक डिझाइन, साहित्य-संबंधी तडजोडी, उपप्रणाली परस्परक्रिया, किंवा उत्पादन मर्यादा यांविषयी अधिक चांगले विचार करण्यास मदत केली, तर त्याचे मूल्य मोठे असू शकते.

हेही लक्षात आणून देते की सर्वात आक्रमक AI गुंतवणूकदार आता फक्त chatbots, search, किंवा office productivity बद्दल विचार करत नाहीत. ते increasingly engineering bottlenecks कडे पाहत आहेत, जिथे डिझाइनमधील लहान सुधारणा मोठ्या खर्च, सुरक्षितता, किंवा कार्यक्षमता लाभांमध्ये रूपांतरित होतात.

गर्दीच्या AI बाजारात वेगळी दिशा

प्रोमेथियस अशा AI क्षेत्रात प्रवेश करत आहे जिथे मोठ्या foundation-model कंपन्या आणि platform providers यांचे वर्चस्व आहे, पण त्याची मांडणी अरुंद आणि औद्योगिक आहे. ग्राहकांचे लक्ष किंवा सर्वसाधारण enterprise copilots यांच्याशी स्पर्धा करण्याऐवजी, ते भौतिक-उत्पादन विकासासाठी विशेष साधनांकडे लक्ष देत असल्याचे दिसते.

हा फरक महत्त्वाचा आहे, कारण अभियांत्रिकी workflows वरवरच्या वाक्चातुर्याला बळी पडत नाहीत. या क्षेत्रात उपयोगी ठरायचे असल्यास AI प्रणालींना बंधने, गणना, सिम्युलेशन्स, आणि प्रत्यक्ष उत्पादन वास्तव यांच्याशी काम करता आले पाहिजे. विश्वासार्हता सुंदर output पेक्षा, साधने मोजता येण्याजोग्या पद्धतीने वेळ, त्रुटी, किंवा खर्च कमी करतात का यावर अवलंबून असेल.

स्टार्टअपचा आकार, मूल्यांकन, आणि फंडिंग राउंड यावरून गुंतवणूकदारांना असा बाजार अस्तित्वात असल्याचा विश्वास आहे. $12 अब्ज उभारणी आणि $41 अब्ज मूल्यांकन प्रोमेथियसला लागू AI मधील सर्वात मोठ्या दांवांपैकी एक बनवते, जरी त्याने अजून व्यापक उत्पादन परिणाम सार्वजनिकपणे दाखवला नसला तरी.

संधी कुठे खरी आहे

अभियांत्रिकीमध्ये अजूनही अनेक पुनरावृत्तीची पण उच्च-मूल्याची कामे आहेत: डिझाइन स्पेस शोधणे, तडजोडींची तुलना करणे, स्पेसिफिकेशन्सचे पुनरावलोकन करणे, पर्यायांचा अभ्यास करणे, आणि कार्यक्षमतेची उद्दिष्टे उत्पादनक्षम भूमितींशी जोडणे. अशा कामांसाठी AI प्रणाली दिवसेंदिवस अधिक व्यवहार्य उमेदवार बनत आहेत.

कंपनीच्या घोषित व्याप्तीत औषध डिझाइन हे विशेषतः रंजक उदाहरण आहे. हा शब्द molecule discovery पासून formulation-संबंधित workflows पर्यंत अनेक स्तरांना व्यापू शकतो. रोबोटिक्स आणि उत्पादनामध्ये, संधींमध्ये जलद prototyping, system integration support, किंवा अशा design tools चा समावेश होऊ शकतो जे संघांना विविध शाखांमध्ये reasoning करण्यात मदत करतात.

ही मोठी आणि खर्चिक क्षेत्रे आहेत. त्यापैकी एखाद्यातही आंशिक यश मिळाले तरी कंपनीची महत्त्वाकांक्षा योग्य ठरू शकते. पण निकष खूप उंच आहेत. औद्योगिक ग्राहक दूरदृष्टीपूर्ण भाषेपेक्षा validation, reliability, traceability, आणि विद्यमान engineering वातावरणात integration यांना जास्त महत्त्व देतात.

महत्त्वाकांक्षेमागची जोखीम

सर्वात मोठे आव्हान हे असू शकते की अभियांत्रिकी कौशल्य हे एकाच domain मध्ये बंदिस्त नसते. रॉकेट इंजिनसाठी उपयुक्त साधन pharmaceuticals साठी आपोआप उपयुक्त ठरणार नाही, आणि design process च्या एका भागाचे optimization करणारी प्रणाली दुसऱ्या भागात अडचणीत पडू शकते. त्यामुळे “general engineer” हा शब्द अत्यंत उच्च अपेक्षा निर्माण करतो.

एक परिचित AI धोका देखील आहे: कडक मर्यादित तांत्रिक संदर्भांमध्ये सध्याची प्रणाली काय करू शकते याचे अतिरंजन. उत्पादक अभियांत्रिकी काम अनेकदा tacit knowledge, संस्थात्मक स्मृती, नियामक संदर्भ, आणि failure analysis यांवर अवलंबून असते; हे सर्व generic model outputs मध्ये रूपांतरित करणे अवघड आहे.

तरीही, कंपनीचा आकार आणि भांडवली आधार दर्शवतो की तिला फक्त व्यापक सार्वजनिक-model क्षमतांवर विसंबून न राहता domain-specific approaches पुढे नेण्याचे साधन असेल. तोच कदाचित उपयोगितेकडे जाण्याचा अधिक वास्तववादी मार्ग आहे.

AI बाजारासाठी याचा अर्थ काय

प्रोमेथियस हे सूचित करते की पुढील AI शर्यत फक्त सर्वात शक्तिशाली सामान्य मॉडेल कोण तयार करेल याबद्दल नाही. ती AI ला उच्च-मूल्याच्या तांत्रिक workflows मध्ये महत्त्वाच्या साधनांमध्ये कोण रूपांतरित करू शकतो याबद्दलही आहे. अभियांत्रिकी, विशेषतः भौतिक अभियांत्रिकी, हे सर्वात स्पष्ट लक्ष्यांपैकी एक आहे.

बेझोस यांची भाषा महत्त्वाकांक्षी असू शकते, पण धोरणात्मक दिशा तर्कसंगत आहे. AI जर जटिल उपकरणांच्या डिझाइनमध्ये अर्थपूर्ण मदत करू शकत असेल, तर परतावा कार्यालयीन कार्यक्षमतेपुरता मर्यादित राहणार नाही. तो यंत्रे, पायाभूत सुविधा, औषधे, आणि औद्योगिक प्रणालींच्या निर्मितीवर प्रभाव टाकेल.

म्हणूनच प्रोमेथियस पाहण्यासारखा आहे. “artificial general engineer” आधीच वास्तव झालेला आहे म्हणून नाही, तर हा प्रयत्न काही सर्वात मोठ्या AI दांवांची पुढची दिशा कुठे आहे हे दाखवतो.

हा लेख The Verge च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.