Opportunities for Large Language Models and Discourse in Engineering Design

要約

近年、大規模な言語モデルが自然言語処理の幅広いベンチマークで画期的な進歩を遂げ、パフォーマンスが向上し続けています。
最近、大規模言語モデルの進歩により、自然言語処理コミュニティの外でも関心が高まっており、日常生活に大きな影響を与える可能性があります。
このホワイトペーパーでは、大規模な言語モデルやその他の基礎モデルが将来の製品開発プロセスをどのように形作るのかという質問を提起します。
自然言語処理における最近の進歩と工学設計プロセスにおける情報技術の利用の両方を要約することで、この主題の概要を読者に提供します。
私たちは、言説はエンジニアリング設計プロセスの中核とみなされるべきであり、したがってデジタル成果物で表現されるべきであると主張します。
これに基づいて、大規模な言語モデルなどの基礎モデルが、創造性と推論に関係し、以前は人間のために予約されていた部分を自動化することによって、設計の議論にどのように貢献できるかを説明します。
シミュレーション、実験、トポロジーの最適化、その他のプロセスステップを、機械で実行可能な談話中心の設計プロセスにどのように統合できるかについて説明します。
最後に、概念化されたフレームワークの実装に必要な将来の研究の概要を示します。

要約(オリジナル)

In recent years, large language models have achieved breakthroughs on a wide range of benchmarks in natural language processing and continue to increase in performance. Recently, the advances of large language models have raised interest outside the natural language processing community and could have a large impact on daily life. In this paper, we pose the question: How will large language models and other foundation models shape the future product development process? We provide the reader with an overview of the subject by summarizing both recent advances in natural language processing and the use of information technology in the engineering design process. We argue that discourse should be regarded as the core of engineering design processes, and therefore should be represented in a digital artifact. On this basis, we describe how foundation models such as large language models could contribute to the design discourse by automating parts thereof that involve creativity and reasoning, and were previously reserved for humans. We describe how simulations, experiments, topology optimizations, and other process steps can be integrated into a machine-actionable, discourse-centric design process. Finally, we outline the future research that will be necessary for the implementation of the conceptualized framework.

arxiv情報

著者 Jan Göpfert,Jann M. Weinand,Patrick Kuckertz,Detlef Stolten
発行日 2023-06-15 14:46:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CE, cs.CL パーマリンク