بازگشت مهندسان باتجربه فورد برای ترمیم شکاف هوش مصنوعی

فورد مهندسان باتجربه را برای رفع شکاف‌های هوش مصنوعی بازمی‌گرداند

فورد بی‌سروصدا بخشی از روند اخیر خود در اتوماسیون را معکوس کرده و مهندسان و تکنسین‌های باسابقه را دوباره به کار گرفته است تا سامانه‌های هوش مصنوعی را تقویت کند؛ سامانه‌هایی که نتوانستند نتایج مورد انتظار را ارائه دهند. اتوماسیون مبتنی بر هوش مصنوعی که زمانی راهی میان‌بر برای توسعه سریع‌تر و کاهش نیروی انسانی به شمار می‌رفت، کمبود دانش سازمانی را آشکار کرد و اکنون این خودروساز در حال بازسازی همان لایه انسانی است.

چه چیزی اشتباه پیش رفت: شتاب زیاد، داده ناکافی

مدیران این شرکت تصور کرده بودند مدل‌های یادگیری ماشین و الزامات سخت‌گیرانه‌تر طراحی می‌توانند جایگزین سال‌ها تجربه عملی مهندسی شوند. اما فورد دریافت که اثربخشی هوش مصنوعی در توسعه خودرو به‌شدت به کیفیت و زمینه داده‌های آموزشی وابسته است. بسیاری از مهندسان باتجربه در دورهای قبلی تعدیل نیرو کنار گذاشته شدند و دانش ضمنی آن‌ها پیش از آنکه در الگوریتم‌ها و مجموعه‌داده‌ها ثبت شود، از دست رفت.

چارلز پون، معاون مهندسی سخت‌افزار خودرو در فورد، اذعان می‌کند که این شرکت نقش تخصص سازمانی را دست‌کم گرفته بود. فورد به‌جای کنار گذاشتن کامل اتوماسیون، رویکردی ترکیبی را در پیش گرفته است: بازگرداندن نیروهای ماهر برای قابل‌اعتمادتر کردن هوش مصنوعی.

استخدام دوباره و بازسازی تخصص

گزارش‌ها نشان می‌دهد فورد بیش از ۳۵۰ مهندس باتجربه را دوباره استخدام کرده، ارتقا داده یا به‌تازگی به کار گرفته است تا لایه تخصصی فرسوده‌شده را بازسازی کند. مأموریت آن‌ها دو بخش دارد:

• پاک‌سازی و بهبود مجموعه‌داده‌های پایه که برای آموزش مدل‌های هوش مصنوعی استفاده می‌شوند
• راهنمایی مهندسان جوان‌تر و احیای روش‌های اثبات‌شده کنترل کیفیت

این مهندسان باتجربه روی بهبود جریان‌های داده، بازنگری پروتکل‌های آزمون و اطمینان از این موضوع کار خواهند کرد که سامانه‌های هوش مصنوعی، استثناهای دنیای واقعی را پیش از رسیدن به مشتریان شناسایی کنند.

پون توضیح داد: «نسل قدیمی مهندسان می‌داند چگونه مشکلات را زود شناسایی کند، پیش از آنکه به مسائل یکپارچه‌سازی نرم‌افزار و سخت‌افزار تبدیل شوند.» او بر ارزش تجربه در پیشگیری از خطا و تحلیل ریشه‌ای مشکلات تأکید کرد.

تداوم تمرکز بر هوش مصنوعی، اما هوشمندانه‌تر

فورد هوش مصنوعی را کنار نمی‌گذارد. در واقع، این شرکت دامنه آزمون‌های هوش مصنوعی خود را گسترش می‌دهد و بیش از ۱۰۰ هزار آزمون مبتنی بر هوش مصنوعی را برای شناسایی ناهنجاری‌ها و سنجش فشار بر سامانه‌های نرم‌افزاری اضافه کرده است. هدف این است که پوشش آزمون خودکار با نظارت انسانی ترکیب شود تا کیفیت و قابلیت اطمینان هم‌زمان بهبود یابد.

نکات برجسته:

• استخدام دوباره یا جابه‌جایی بیش از ۳۵۰ مهندس باتجربه
• افزودن بیش از ۱۰۰ هزار آزمون جدید مبتنی بر هوش مصنوعی به فرایندهای اعتبارسنجی
• ادامه سرمایه‌گذاری در اتوماسیون همراه با تخصص انسانی

زمینه صنعتی و بینش بازار

این اصلاح مسیر در فورد درس گسترده‌تری برای خودروسازان دارد: هوش مصنوعی می‌تواند طراحی و آزمون را سرعت ببخشد، اما نمی‌تواند به‌سرعت جایگزین تخصص حوزه‌ای شود. در سامانه‌های پیچیده‌ای مانند خودروهای مدرن، جایی که سخت‌افزار، سفت‌افزار و خدمات ابری باید بی‌نقص با هم یکپارچه شوند، تعادل میان اتوماسیون و قضاوت انسانی حیاتی است.

در حالی که تولیدکنندگان برای عرضه خودروهای نرم‌افزارمحور و سامانه‌های پیشرفته کمک‌راننده رقابت می‌کنند، اقدام فورد نشانه یک تغییر عمل‌گرایانه است: در هوش مصنوعی سرمایه‌گذاری کنید، اما دانش تجربی و غیررسمی مهندسان باتجربه را حفظ و ثبت کنید تا کنترل کیفیت، قابلیت اطمینان و اعتماد مشتریان پایدار بماند.

برای مصرف‌کنندگان و ناظران صنعت، نتیجه روشن است: هوش مصنوعی مهندسی خودرو را دگرگون خواهد کرد، اما نقش انسان همچنان ضروری و جایگزین‌ناپذیر است.