Kaune aptarta, kodėl inžinieriui DI įgūdžių neužteks

Dirbtinis intelektas (DI) jau padeda inžinieriams kurti sprendimų variantus ir atlikti dalį techninių užduočių. Tačiau gebėjimas naudotis įrankiu dar neparodo, ar jo pasiūlytas sprendimas veiks tikrame produkte. Kauno technologijos universitete (KTU) vykusiame „3DEXPERIENCE Edu ENORTH Summit 2026“ ekspertai kalbėjo apie platesnį įgūdžių rinkinį: inžinerijos pagrindus, sisteminį mąstymą ir gebėjimą tikrinti rezultatus.

Parengė „Yes2e“ redakcija pagal BNS paskelbtą medžiagą apie 2026 m. KTU vykusį renginį.

Kokie įgūdžiai papildo technines žinias?

Ateities inžinieriui svarbu mokėti ne tik suprojektuoti detalę ar dirbti konkrečia programa. Reikia suprasti, kokią užduotį sprendžia visas produktas, kaip jo dalys veikia kartu ir kuo remiantis galima pasirinkti vieną sprendimą iš kelių. Šie gebėjimai tampa ypač reikalingi tada, kai dalį variantų pasiūlo DI arba kai sprendimas pirmiausia išbandomas skaitmeniniame modelyje.

Tai nereiškia, kad techniniai pagrindai praranda reikšmę. „Dassault Systèmes“ 3DEXPERIENCE Edu viceprezidentas dr. Nicolas Jeannee renginyje pabrėžė, kad fundamentalūs moksliniai įgūdžiai išlieka būtini net keičiantis technologijoms. Prie jų jis pridėjo kritinį mąstymą: inžinierius turi gebėti nuspręsti, ar įrankio pateiktas atsakymas iš tiesų tinka sprendžiamai problemai.

Kodėl reikia matyti visą sistemą?

Projektuojama detalė paprastai nėra izoliuota. Ji turi veikti kartu su kitais komponentais, o visas produktas – aplinkoje, kurioje bus naudojamas. „Dassault Systèmes“ pagrindinių inovacijų ir CRE viceprezidentas Gian Paolo Bassi teigė, kad produktą reikia vertinti ir per visą jo gyvavimo ciklą. Todėl vienos dalies patobulinimas savaime dar neįrodo, kad pagerėjo visas sprendimas.

Sisteminis mąstymas prasideda nuo klausimo, ką kuriama sistema turi daryti. Kalifornijos technologijos instituto profesorius dr. Jonas Zmuidzinas priminė, kad sistemų inžinerijoje pirmiausia reikia suprasti šį tikslą, o tada įvertinti fiziką – kaip sistema iš tiesų reaguoja. Tik žinant reikalavimus galima prasmingai vertinti atskirų dalių pasirinkimus ir jų tarpusavio ryšius.

Pavyzdžiui, nagrinėjant automobilio elgesį susidūrimo metu arba orlaivio reakciją į turbulenciją, neužtenka atskirai aprašyti vienos detalės. Svarbu, kaip sąveikauja sistemos dalys ir ką rodo bendras rezultatas. Tokiems scenarijams prieš gamybą tirti naudojami skaitmeniniai dvyniai – virtualūs produktų ar sistemų modeliai.

Ką DI gali pasiūlyti ir ką dar turi patikrinti žmogus?

DI gali pagreitinti darbą, kai reikia sugeneruoti kelis projektavimo variantus ar ieškoti būdų optimizuoti procesą. Vis dėlto pasiūlytas variantas nėra tas pats, kas patikrintas inžinerinis sprendimas. G. P. Bassi pabrėžė, kad kritiniams pramoniniams sprendimams būtini moksliniai patikrinimai, modeliavimas ir simuliacijos. Pasak jo, galutinis sprendimas vis dar priklauso žmogui.

Vertinant DI pasiūlymą, naudinga atskirti tris dalykus: kokį klausimą įrankis sprendė, kokiomis sąlygomis jo atsakymas turėtų veikti ir kaip tą atsakymą galima patikrinti. Jei sprendimas susijęs su fiziniu produktu, vien įtikinamo vaizdo ekrane neužtenka. Jį reikia susieti su produkto reikalavimais ir numatomo naudojimo sąlygomis.

Skaitmeniniai dvyniai leidžia išbandyti scenarijus, kuriuos realiame pasaulyje kartoti būtų brangu ar sudėtinga. Jie gali padėti pastebėti galimas problemas dar prieš pagaminant produktą. Tačiau modeliavimo rezultatas naudingas tiek, kiek suprantamos jo prielaidos ir gebama įvertinti, ką jis pasako apie tikrą sistemą. Būtent čia susitinka darbas su skaitmeniniais įrankiais, inžinerijos pagrindai ir kritinis vertinimas.

Kaip šių gebėjimų mokytis praktiškai?

„Dassault Systèmes“ strategijos ir verslo plėtros viceprezidentas Suchit Jain renginyje sakė, kad vien suteikti studentams prieigą prie pažangios programinės įrangos nepakanka. Mokymasis, jo teigimu, turi apimti praktinį darbą, realius duomenis ir susidūrimą su pramonės problemomis. N. Jeannee taip pat išskyrė mokymosi turinį, realistiškus duomenis ir praktines užduotis.

Studentui ar būsimam inžinieriui tai suteikia aiškų būdą vertinti praktinę užduotį: ar joje apibrėžtas visos sistemos tikslas, ar galima palyginti kelis sprendimus ir ar reikia paaiškinti, kaip patikrintas pasirinktas variantas. Toks darbas lavina daugiau nei programos valdymą – jis moko pagrįsti sprendimą ir atpažinti įrankio galimybių ribas.

KTU Mechanikos inžinerijos ir dizaino fakultete veikiantis Skaitmeninio modeliavimo („3DEXPERIENCE Edu“) kompetencijų centras jungia studijas, mokslinius tyrimus ir pramonę. Pasak renginyje pateiktos informacijos, tai pirmasis „Dassault Systèmes“ kompetencijų centras Baltijos šalyse. Jame studentai ir dėstytojai gali dirbti su pramonėje naudojamais skaitmeninės inžinerijos bei modeliavimo įrankiais. Svarbiausia tokios praktikos dalis – mokėti paaiškinti ne vien tai, kaip gautas rezultatas, bet ir kodėl juo galima remtis.

Šaltinis: BNS