
Makineler angarya işleri otomatikleştirebilir ancak mühendisler önemli kararları verir.Sufian Aldogom15 saat önce4 dakikalık okuma süresi
Sufian Aldogom, IEEE üyesi, MIT’de araştırma görevlisi ve Kaliforniya, Sunnyvale’deki Google’da kıdemli bir yöneticidir.
Modern mühendislik projeleri giderek insan yargısını makine yeteneğiyle birleştiriyor. Bir mühendis bir problemi tanımlayabilir, ardından yapay zeka aracından ilgili araştırmaları ve teknik standartları aramasını , tasarım seçenekleri üretmesini, bunları simülasyonda test etmesini ve sonuçları karşılaştırmasını isteyebilir. Mühendis daha sonra sonuçları, yapay zekanın kendi başına değerlendiremediği kısımları anlayan uzmanlara sunabilir; örneğin bir tasarımın güvenli bir şekilde inşa edilip edilemeyeceği, belirli bir ortamda mantıklı olup olmadığı veya kullanıcılarını nasıl etkileyebileceği gibi. İlerlemeye devam edip etmeme ve nasıl devam edileceğine dair nihai karar yine de insan sorumluluğundadır.
Yapay zeka, mühendislerin eskiden farklı teknik becerilere sahip birçok kişinin yapması gereken proje başlangıç aşamalarını gerçekleştirmelerine yardımcı olabilir. Bu nedenle mühendisin rolü, her teknik adımı gerçekleştirmekten, insanların, makinelerin ve uzmanların bilgilerinin projede nasıl birlikte çalışması gerektiğine karar vermeye doğru genişliyor.
Sorun başlıkta değil.
Mühendislik her zaman disiplinlere ayrılmıştır ve bunun geçerli nedenleri vardır. Elektrik, mekanik, inşaat, yazılım ve diğer mühendislik alanları, geliştirilmesi yıllar alan derin bilgi gerektirir. Yapay zeka bu ihtiyacı ortadan kaldırmaz. Sadece mühendislerin kendi uzmanlık alanlarının dışında kalan sorunların kısımlarını keşfetme kolaylığını değiştirir.
Tıbbi bir cihaz üzerinde çalışan bir yazılım mühendisini düşünün . Yapay zeka, mühendisin ilgili biyomedikal araştırmaları incelemesine, bilmediği terimleri anlamasına, verileri analiz etmesine ve erken bir model oluşturmasına yardımcı olabilir.
Bu durum mühendisi doktor veya biyomedikal uzman yapmaz. Bu, mühendisin uzmanlarla çalışmadan önce daha iyi sorular sormasına olanak tanır.
Aynı durum enerji , ulaşım, üretim ve diğer birçok alanda da geçerlidir . Bir sorun yazılım sorunu olarak başlayabilir ve ardından hızla donanım, güvenlik önlemleri, ekonomi, insan davranışı ve düzenlemeleri de içine alabilir.
Mühendislerin her alanda uzmanlaşmaları gerekmez; sorunun hangi uzmanlık gerektirdiğini belirlemeleri ve doğru kişileri ve araçları bir araya getirmeleri yeterlidir.
Sistem düşüncesinin önemi
Bu nedenle sistem düşüncesi özellikle önem kazanır. Sorunun tamamına bakmayı gerektirir: parçalarının birbirini nasıl etkilediğini anlamak, kısıtlamaları ve başarısızlık noktalarını belirlemek ve ödünler vermek.
Yapay zeka, sürece yeni bir unsur ekliyor. Mühendisler sadece teknik parçaların nasıl bir araya geleceğine değil, aynı zamanda hangi işlerin yapay zekaya verileceğine, bir insanın neleri kontrol etmesi gerektiğine, bir uzmanın ne zaman karar vermesi gerektiğine ve sorunun ne zaman yeniden tanımlanması gerektiğine de karar vermek zorundalar.
Bir mühendisin değeri her şeyi bilmesinde değil, sorunu nasıl çerçeveleyeceğini, doğru soruları nasıl soracağını, cevapları nasıl test edeceğini ve projenin başka bir uzman tarafından yönetilmesi gerektiğinde bunu bilmesindedir.
Bu yön çok önemlidir çünkü mühendislikteki teknik zorluklar nadiren statiktir. Yeni bilgiler ortaya çıktıkça, hedefler değişebilir, görünmeyen sınırlamalar ortaya çıkabilir ve başlangıçtaki varsayım hatalı olabilir. Etkin bir mühendis, başlangıçtaki özelliklere katı bir şekilde bağlı kalmak yerine, sistem hakkında daha derin bir anlayış geliştikçe kapsamı uyarlar ve iyileştirir.
Dolayısıyla mühendislik, teknik kavramlara hakim olmanın ötesine uzanır; gelişen zorlukların üstesinden gelmek için uyarlanabilir, yapılandırılmış bir yaklaşımdır.
Yeni kanıtlar hedefi değiştirebilir, gizli bir kısıtlamayı ortaya çıkarabilir veya orijinal hipotezin yanlış olduğunu gösterebilir. Etkin mühendisler, yalnızca ilk problem ifadesine göre hareket etmekle kalmazlar. Sistem daha iyi anlaşıldıkça onu güncellerler.
Bu anlamda mühendislik, sadece teknik bilgi birikimi değil, aynı zamanda bir projeye yönelik disiplinli bir düşünme biçimidir.
İnsan yargısı önemlidir.
Yapay zeka, varsayımları zayıf olsa bile ikna edici cevaplar üretebilir. Bir testte çalışan ancak diğerinde başarısız olan kod üretebilir. Hangi kanıtın en güçlü olduğunu anlamadan araştırmaları özetleyebilir veya bir tasarımı yanlış amaç için optimize edebilir. Bu tür sınırlamalar, insan uzmanlığını daha az değil, daha önemli hale getirir.
Hız, ölçek, arama, örüntü tanıma ve veri üretimi önemli olan yerlerde makineler faydalıdır . Bağlam, değerler, sorumluluk ve muhakeme önemli olan yerlerde ise insanlar vazgeçilmezdir. Buradaki zorluk, her birinin nerede yer alacağına karar vermektir.
Örneğin, bir yapay zeka sistemi tıbbi bir sensör için çeşitli tasarımlar üretebilir ve her birinin nasıl performans göstereceğini tahmin edebilir. Bir mühendis tahminleri test edebilir ve teknik gereksinimleri ihlal eden tasarımları reddedebilir. Bir klinisyen sensörün gerçekçi bir şekilde kullanılıp kullanılamayacağını belirleyebilir. Hastalar ve uygulayıcılar, ne mühendisin ne de geliştiricinin dikkate almadığı sorunları ortaya çıkarabilir. Nihai çözüm, farklı bakış açılarının birleştirilmesiyle ortaya çıkar.
Mühendis hala bir inşaatçı ve uzmandır, ancak giderek artan bir şekilde bilgi koordinatörü rolünü de üstlenmektedir.
Bir mühendisin değeri her şeyi bilmesinde değil, sorunu nasıl çerçeveleyeceğini, doğru soruları nasıl soracağını, cevapları nasıl test edeceğini ve projenin başka bir uzman tarafından yönetilmesi gerektiğinde bunu bilmesindedir .
IEEE’nin hayati rolü
Mühendisliğin daha geniş kapsamlı yapısı, IEEE için önemli bir rol yaratmaktadır. IEEE’nin toplulukları zaten çeşitli teknolojiler, mühendislik eğitimi , teknik standartlar ve diğer alanlarda uzmanlığı bir araya getirmektedir. Bu durum, IEEE’yi uzmanlaşmanın değerini zayıflatmadan mühendislerin farklı uzmanlık alanlarında çalışmasına yardımcı olmak için uygun bir konuma getirmektedir.
IEEE, çeşitli alanlardan uzmanlık gerektiren sorunlar etrafında örgütlenmiş daha fazla topluluk oluşturabilir . Örnekler arasında güvenilir klinik yapay zeka , dayanıklı altyapı, enerji güvenilirliği, bilimsel keşif ve güvenli otonom sistemler yer almaktadır . Bir mühendis kendi uzmanlık alanında başlayıp, proje gerektirdikçe diğer IEEE topluluklarından uzmanlarla birlikte çalışabilir.
IEEE ayrıca insan-makine işbirliği için pratik standartlar belirlemeye de yardımcı olabilir . Mühendislerin, yapay zeka tarafından üretilen çalışmaların ne zaman kontrol edilmesi gerektiği, belirsizliğin nasıl belgelenmesi gerektiği, bir uzmanın ne zaman karar vermesi gerektiği ve bir sistem hem insan yargısını hem de makine çıktısını kullandığında kimin sorumlu olduğu konusunda net bir rehberliğe ihtiyaçları olacaktır.
Bu sorular günlük mühendislik çalışmalarının bir parçası haline geliyor. Bu soruları her şirketin veya proje yöneticisinin bağımsız olarak yanıtlamasına bırakılmamalıdır. Profesyonel bir kuruluş, mühendislerin işler, sektörler ve teknik alanlar arasında geçiş yaparken izlemesi gereken ortak beklentiler sağlayabilir.
Mühendisin daha geniş bir tanımı
Yapay zeka, mühendislik disiplinlerini daha az önemli hale getirmez; aksine aralarındaki bağlantıları kullanmayı kolaylaştırır. Derin uzmanlık, mühendislere neyin doğru olduğunu değerlendirme temeli sağlar. Sistem düşüncesi, bir problemin farklı parçalarının nasıl bir araya geldiğini anlamalarına yardımcı olur. Yapay zeka, mühendislerin farklı alanlarda keşfetme, test etme ve iletişim kurma yeteneklerini genişletebilir. İnsan yargısı ise çalışmaya yön ve sorumluluk kazandırır.
Bir mühendis sadece bir iş unvanıyla veya belirli bir görev kümesiyle tanımlanmaz. Bir mühendis, karmaşık sistemleri anlamak, sorunları tanımlamak ve yeniden tanımlamak, bunları çözmek için gereken bilgi ve araçları bir araya getirmek, çözümlerin işe yarayıp yaramadığını test etmek ve sonuçtan sorumluluk almak üzere eğitilmiş kişidir.
İşte bu, “sınırları olmayan” bir mühendis olmanın anlamıdır.
Uzmanlık alanları arasındaki sınırlar daha kolay aşılabilir hale gelir ve makineler teknik işlerin daha büyük bir kısmını üstlenebilir, ancak mühendisliğin özü insan olmaya devam eder: hangi sorunun çözülmeye değer olduğuna, hangi kanıtın yeterince iyi olduğuna, parçaların nasıl bir araya geldiğine ve cevabın belirsiz olduğu durumlarda ne yapılması gerektiğine karar vermek.