ذهن‌های مصنوعی در خط تولید آینده

صنایع و معادن: هوش مصنوعی مولد در مهندسی، نقطه‌ای است که در آن طراحی، تحلیل و ساخت دیگر صرفا بر پایه تجربه انسانی یا محاسبات کلاسیک انجام نمی‌شود. این فناوری با تولید خودکار طرح‌ها، شبیه‌سازی سناریوهای پیچیده و پیشنهاد راه‌حل‌های نو، نقش مهندسان را از اجراگر به ناظر و تصمیم‌ساز ارتقا داده است. در صنایع پیشرفته، این تحول به کاهش زمان طراحی، افزایش دقت و کاهش هزینه‌های آزمون و خطا منجر شده است.
گزارش‌های پژوهشی بین‌المللی در سال‌های اخیر نشان می‌دهد که استفاده از مدل‌های مولد در مهندسی، سرعت توسعه محصول را در برخی صنایع تا چندین برابر افزایش داده و امکان طراحی ساختارهای پیچیده‌تر با مصرف منابع کمتر را فراهم کرده است. این روند در سال‌های نزدیک به ۲۰۲۶ به یکی از محورهای اصلی رقابت صنعتی تبدیل شده است.
طراحی که خودش پیشنهاد می‌دهد
در مدل‌های جدید مهندسی، سیستم‌های هوشمند نه‌تنها محاسبه می‌کنند، بلکه طراحی می‌سازند. این سامانه‌ها با تحلیل داده‌های عملکردی، شرایط محیطی و محدودیت‌های فنی، گزینه‌های متعدد طراحی را تولید و بهترین آن‌ها را پیشنهاد می‌دهند. در نتیجه، فرآیند طراحی از یک مسیر خطی به یک فضای چندگزینه‌ای و پویا تبدیل شده است.
در صنایع خودروسازی، هوافضا و انرژی، این فناوری توانسته ساختارهایی سبک‌تر، مقاوم‌تر و بهینه‌تر ایجاد کند. همچنین در مهندسی عمران، طراحی سازه‌ها با در نظر گرفتن داده‌های لرزه‌ای و اقلیمی، به سطحی از دقت رسیده که پیش‌تر تنها در مدل‌های نظری قابل تصور بود.
داده‌هایی که مهندس جدید را می‌سازند
در ایران، داده‌های منتشرشده از نهادهایی مانند مرکز آمار، بانک مرکزی، وزارت صمت و گمرک نشان می‌دهد که حجم تولید داده‌های صنعتی و مهندسی در حال افزایش است، اما بهره‌برداری از این داده‌ها هنوز در سطح محدود باقی مانده است. گزارش‌های مرکز پژوهش‌های مجلس و اتاق‌های بازرگانی نیز به شکاف میان تولید داده و استفاده مهندسی از آن اشاره دارند.
این شکاف باعث شده بسیاری از پروژه‌های صنعتی همچنان با روش‌های سنتی طراحی و اجرا شوند، در حالی که ظرفیت استفاده از مدل‌های هوش مصنوعی مولد در آن‌ها وجود دارد. نبود زیرساخت یکپارچه داده، کمبود نیروی متخصص و مقاومت سازمانی از مهم‌ترین موانع توسعه این فناوری در کشور است.
جهان چگونه جلوتر رفت
در کشورهای پیشرو، هوش مصنوعی مولد به بخشی از چرخه کامل مهندسی تبدیل شده است. در آمریکا و اروپا، شرکت‌های صنعتی از این فناوری برای طراحی قطعات پیچیده، بهینه‌سازی مصرف انرژی و کاهش وزن سازه‌ها استفاده می‌کنند. در شرق آسیا نیز کشورهایی مانند چین و کره جنوبی با سرمایه‌گذاری گسترده در زیرساخت‌های محاسباتی، این فناوری را به خط تولید متصل کرده‌اند.
وجه مشترک این کشورها، اتصال مستقیم داده‌های واقعی به مدل‌های هوشمند و استفاده از آن‌ها در تصمیم‌گیری مهندسی است. این اتصال، فاصله میان طراحی و اجرا را به حداقل رسانده است.
مهندس در نقش تازه
هوش مصنوعی مولد به معنای حذف مهندس نیست، بلکه به معنای تغییر نقش اوست. مهندس آینده بیشتر بر تعریف مسئله، کنترل کیفیت خروجی‌های هوشمند و تصمیم‌گیری‌های کلان تمرکز می‌کند. وظایف تکراری و محاسباتی به سیستم‌های هوشمند سپرده می‌شود و انسان در سطحی بالاتر از خلاقیت و نظارت قرار می‌گیرد.
این تغییر نیازمند بازآموزی گسترده نیروی انسانی و بازتعریف مهارت‌های مهندسی است. توانایی کار با داده، درک مدل‌های هوشمند و تحلیل خروجی‌های الگوریتمی، به مهارت‌های کلیدی نسل جدید مهندسان تبدیل شده است.
ایران در آستانه یک جهش
در ایران، زیرساخت‌های اولیه برای استفاده از هوش مصنوعی در مهندسی در حال شکل‌گیری است، اما هنوز فاصله قابل توجهی با استانداردهای جهانی وجود دارد. چالش‌هایی مانند پراکندگی داده‌های صنعتی، محدودیت دسترسی به پردازش‌های پیشرفته، کمبود مدل‌های بومی و ضعف ارتباط میان دانشگاه و صنعت، روند توسعه را کند کرده است. با این حال، ظرفیت‌های قابل توجهی در حوزه نیروی انسانی متخصص، شرکت‌های دانش‌بنیان و تجربه‌های صنعتی وجود دارد که می‌تواند زمینه‌ساز جهش در این حوزه باشد. اتصال این ظرفیت‌ها به زیرساخت‌های داده و سیاست‌گذاری منسجم، شرط اصلی ورود به نسل جدید مهندسی است.