“
Ketika bermimpi tentang hari di mana kecerdasan buatan mencapai kemampuan mirip manusia, mantan CTO Airbus Paul Eremenko mengatakan dia selalu melakukannya dalam konteks membangun mesin dunia nyata. “Saya ingin kecerdasan super AI yang bisa membangun kapal luar angkasa dan Dyson sphere untuk kita,” katanya kepada Fortune—yang terakhir adalah struktur mega fiksi ilmiah yang akan mengumpulkan energi dari bintang.
Meskipun mimpinya masih jauh dari kenyataan, Eremenko sedang menyiapkan pondasi. Dia bergabung dengan mantan peneliti Google DeepMind Aleksa Gordic, dan Adam Nagel, seorang pemimpin rekayasa sebelumnya di Acubed, pusat inovasi Airbus. Bersama-sama, mereka telah mendirikan P-1 AI, yang muncul dari tahap stealth hari ini dengan putaran pendanaan awal sebesar $23 juta yang dipimpin oleh Radical Ventures. Investor lain termasuk Village Global, Schematic Ventures, dan Lerer Hippeau, bersama dengan malaikat terkenal seperti ilmuwan kepala Google DeepMind Jeff Dean dan Wakil Presiden penjelajahan produk baru OpenAI Peter Welinder.
P-1, yang dinamai dari The Adolescence of P-1, sebuah novel fiksi ilmiah tahun 1977 karya Thomas Joseph Ryan tentang kecerdasan AI, sedang mengembangkan asisten rekayasa yang berbasis AI bernama Archie. Serupa dengan asisten AI lain seperti AI-coding Devin dari Cognition AI, ide ini adalah menyematkan Archie sebagai anggota tim rekayasa junior setiap tim rekayasa—untuk menangani tugas-tugas yang berulang namun memakan waktu seperti menginterpretasikan persyaratan, menghasilkan konsep desain awal, dan memeriksa kepatuhan terhadap peraturan. Ini adalah langkah awal menuju visi yang jauh lebih ambisius: Menggunakan AI untuk akhirnya merancang mesin-mesin kompleks di masa depan.
Eremenko mengatakan ia kaget bahwa belum ada yang bekerja pada tujuan ini, tetapi ia segera menemukan mengapa. Sama seperti mobil otonom dan robot, mengajarkan AI untuk membangun mesin membutuhkan jumlah data pelatihan yang sangat besar. Kuncinya, jelasnya, adalah mensimulasikan sistem rekayasa realistis dengan membangun model virtual dari komponen dunia nyata, seperti motor, pipa, dan poros. Kemudian, simulasi berbasis fisika itu digabungkan dalam berbagai konfigurasi untuk menghasilkan data, yang kemudian digunakan untuk melatih model AI yang membantu mengotomatisasi desain rekayasa.
Menurut Gordic, ini mirip dengan cara Google DeepMind menggunakan permainan untuk membantu melatih AlphaGo, AI yang mengalahkan juara manusia dalam permainan papan strategi yang sangat kompleks, Go. “AlphaGo awalnya dilatih untuk meniru data dari pemain manusia sebenarnya,” katanya kepada Fortune. Sekarang, ia akan melatih dan menyempurnakan model bahasa besar (LLMs) dan sistem AI lainnya untuk memahami dan memodifikasi desain rekayasa yang kompleks dalam sistem yang kaya fisika seperti pendingin pusat data atau sistem HVAC.
Untuk melampaui kemampuan “glorified autocomplete” dari LLMs seperti ChatGPT, jelasnya, model-model tersebut harus berguna untuk tugas-tugas rekayasa. AI, oleh karena itu, harus benar-benar memahami perintah dan mengikuti instruksi. Kombinasi kuat dari model AI yang dilatih pada data sintetis yang dibangun di atas simulasi fisika dan yang kemudian dapat memahami dan bertindak atas data itu membuat bantuan rekayasa yang sepenuhnya otomatis menjadi kenyataan. “Kami melatih Archie pada data sintetis untuk membawanya ke tingkat insinyur lulusan perguruan tinggi,” lanjut Eremenko. Tetapi setelah implementasi, Archie dapat belajar dari umpan balik manusia dan data dunia nyata dari perusahaan yang menggunakan AI.
Investor P-1, kata Eremenko, tertarik pada rencana jangka pendek yang lebih realistis dari startup ini—tetapi mereka sangat antusias tentang masa depan. “Banyak dari kita di dunia rekayasa dan AI, kami dibesarkan di dunia fiksi ilmiah, dan fiksi ilmiah menjanjikan kita kecerdasan super yang akan membangun kapal luar angkasa,” jelasnya.
Pemain besar seperti Autodesk, Siemens, dan IBM sedang bekerja menuju elemen-elemen penggunaan AI untuk rekayasa, tetapi mereka tidak menciptakan kelas baru asisten AI rekayasa generalis, juga tidak mengejar visi besar yang sama dari mesin yang dibangun AI.
Namun Eremenko dan Gordic bersikeras jalannya sangat realistis dan terfokus, dan ini bukanlah proyek penelitian murni dengan kerangka waktu yang tidak pasti. “Kami tidak akan menjadi target pencapaian 10 tahun,” kata Eremenko. “Ini adalah peluncuran dan jalur ke pasar yang sangat pragmatis.”
Cerita ini awalnya ditampilkan di Fortune.com
“