Kaune aptarta, ko reikės ateities inžinieriui
Parengė „Media Studio“ redakcija pagal BNS pateiktą medžiagą.
Dirbtinis intelektas (DI) gali pasiūlyti techninį sprendimą, o skaitmeninis modelis – parodyti, kaip jis veiktų dar prieš gamybą. Tačiau kažkas turi nuspręsti, ar pasiūlymas patikimas ir kaip jis paveiks visą gaminį. Kauno technologijos universitete (KTU) vykusiame „3DEXPERIENCE Edu ENORTH Summit 2026“ pramonės ir akademinės bendruomenės atstovai šiuos klausimus siejo su būsimų inžinierių rengimu.
Techninių žinių reikės ir naudojant DI
Inžinerijos pagrindai lieka būtini net tada, kai dalį darbo paspartina DI. „Dassault Systèmes“ 3DEXPERIENCE Edu viceprezidentas dr. Nicolas Jeannee renginyje pabrėžė fundamentalių mokslinių įgūdžių svarbą. Jo teigimu, greta jų studentams reikės mokėti tinkamai naudoti DI ir kritiškai vertinti jo pateikiamus rezultatus.
Tai reiškia daugiau nei gebėjimą parašyti užklausą ar valdyti programą. Jei įrankis pasiūlo konstrukcijos pakeitimą, inžinieriui reikia suprasti, kokiais fizikos ir matematikos principais remiantis tą pasiūlymą galima įvertinti. Be šių žinių būtų sunku atskirti perspektyvų variantą nuo sprendimo, kuris atrodo įtikinamas tik ekrane.
Mokantis inžinerijos verta matyti ryšį tarp trijų renginyje aptartų gebėjimų: suprasti mokslinius pagrindus, naudoti naujus įrankius ir tikrinti jų rezultatus. Vieno konkretaus įrankio įvaldymas neapima viso šio darbo. Įrankiai padeda parengti ir palyginti variantus, tačiau jų pateiktą atsakymą vis tiek reikia susieti su užduoties reikalavimais.
Sisteminis mąstymas padeda matyti sprendimo poveikį
„Dassault Systèmes“ pagrindinių inovacijų ir CRE viceprezidentas Gian Paolo Bassi KTU renginyje kalbėjo apie produktą kaip apie sistemos dalį. Pasak jo, vertinant sprendimą reikia atsižvelgti į jo ryšius su kitais komponentais, duomenimis, žmonėmis ir aplinka, taip pat į visą produkto gyvavimo ciklą.
Praktiškai tai keičia užduodamą klausimą. Neužtenka patikrinti, ar viena detalė atlieka numatytą funkciją: reikia suprasti, kaip jos pakeitimas atsilieps kitoms dalims ir bendram sistemos veikimui. Sudėtingame gaminyje problema gali slypėti būtent šiuose ryšiuose, net jei atskiras komponentas atrodo tinkamas.
Sistemų inžineriją renginyje aptaręs Kalifornijos technologijos instituto profesorius dr. Jonas Zmuidzinas akcentavo, kad dar prieš projektuojant reikia suprasti, ką visa sistema turi daryti ir kokie reikalavimai jai keliami. Jis priminė ir fizikos vaidmenį vertinant, kaip sistema reaguos realiomis sąlygomis. Vadinasi, vertinant naują idėją svarbu pirmiausia įvardyti, kokį sistemos poreikį ji turi patenkinti. Tik tada galima prasmingai spręsti, ar siūlomas pakeitimas tam tinka.
DI pasiūlymą dar reikia patikrinti
Pasak G. P. Bassi, DI jau gali atlikti dalį techninių užduočių, generuoti sprendimų variantus ir padėti optimizuoti procesus. Vis dėlto jo sugeneruotais kritiniais pramoniniais sprendimais negalima aklai pasitikėti. Tokiems sprendimams įvertinti reikia mokslinių patikrinimų, modeliavimo ir simuliacijų, o galutinį sprendimą priima žmogus.
Viena iš tikrinimo priemonių yra skaitmeninis dvynys – virtualus realaus produkto ar sistemos modelis. Jis leidžia prieš gamybą išbandyti skirtingus scenarijus ir numatyti galimą rezultatą. BNS medžiagoje pateikti pavyzdžiai – automobilio elgsena susidūrimo metu ir orlaivio reakcija į turbulenciją. Tokias situacijas realiame pasaulyje kartoti gali būti brangu arba sudėtinga.
Skaitmeninis bandymas vis dėlto turi atsakyti į aiškų inžinerinį klausimą. Inžinierius turi žinoti, ką modeliuoja, kokį rezultatą tikrina ir kaip jį vertins platesniame sistemos kontekste. Modelis padeda nagrinėti galimas pasekmes, bet išvados priklauso ir nuo to, ar buvo pasirinkti užduočiai tinkami scenarijai bei reikalavimai. Todėl gebėjimas paaiškinti tikrinimo eigą yra toks pat svarbus kaip gebėjimas naudotis modeliavimo įrankiu.
Mokymuisi reikia realių užduočių, ne vien programų
„Dassault Systèmes“ strategijos ir verslo plėtros viceprezidentas Suchit Jain renginyje teigė, kad studentams nepakanka suteikti prieigą prie pažangios programinės įrangos. Reikia galimybių praktiškai dirbti su duomenimis ir kuo anksčiau susidurti su realiomis pramonės problemomis. N. Jeannee papildė, kad mokymuisi būtinas turinys, realistiški duomenys ir praktinės užduotys.
KTU Mechanikos inžinerijos ir dizaino fakultete veikiantis Skaitmeninio modeliavimo kompetencijų centras sieja studijas, mokslinius tyrimus ir pramonę. Pagal renginio medžiagą, tai pirmasis „Dassault Systèmes“ kompetencijų centras Baltijos šalyse. Jame studentai ir dėstytojai gali dirbti su skaitmeninės inžinerijos technologijomis, įskaitant 3DEXPERIENCE platformą.
Būsimam studentui ar jau dirbančiam specialistui naudingas praktinės užduoties matas būtų galimybė paaiškinti visą sprendimo kelią: kokie buvo sistemos reikalavimai, kodėl pasirinktas konkretus variantas, kaip jis patikrintas ir ką jo pakeitimas reikštų kitoms sistemos dalims. KTU renginyje kalbėję ekspertai būtent tokius gebėjimus siejo su praktika, moksliniais pagrindais ir atsakomybe už galutinį inžinerinį sprendimą.
Šaltinis: BNS
Kontekstas ir veiksmai Apie straipsnį
Šaltinis ir patikra Apie šaltinį
Gidas remiasi BNS pateiktu pasakojimu apie KTU vykusį renginį ir jame išsakytomis ekspertų įžvalgomis.
- Ekspertų pareigos ir pasisakymai perteikti pagal pateiktą šaltinio tekstą.
- KTU kompetencijų centro aprašymas remiasi pateikta renginio medžiaga.
- Praktinės įžvalgos atskirtos nuo ekspertų teiginių.
- Šaltinis
- BNS
- Aprėptis
- Kaunas
- Atnaujinta
- 2026-09-30 08:19
Šaltinis ir patikra
Pranešti apie pasitikėjimo problemą
Nusiųsk aiškų signalą bendruomenės moderacijai, jei šaltinis, faktai ar kontekstas turi būti peržiūrėti.
Komentarai