– Verden har hidtil været koncentreret om, at mennesker udviklede værktøjer, som har kunnet øge den menneskelige formåen. Cyklen gjorde transport hurtigere end at gå, og når vi ikke selv kunne flyve, så måtte vi jo opfinde flyvemaskinen. Tager vi testmiljøet, så har vi som regel arbejdet på at udvikle applikationerne oven på de eksisterende hardware-platforme. Det kan være, at vi har gjort løsningerne mere modulære, og det har medvirket til at holde Moore’s lov i gang for måleudstyr. Men vi har ikke ramt muren. Tværtimod vil brugen af AI i måleudstyr medvirke til igen at skyde Moore’s lov i gang for T&M-applikationer. Med afsæt i modulariteten og software-baserede måleapplikationer er vi med AI kommet til det punkt, hvor værktøjerne selv er i stand til at bygge værktøjer, indledte Charles Schoeder fra National Instruments, under det senest afholdte NI Test Forum.
Data er i hjerteblodet i test- og måleapplikationer, og mængderne af data vokser eksplosivt. Det gør kompleksiteten i målingerne dermed også. Charles Schroeder kunne konstatere, at man fortsat vil have brug for en hardware-platform i én eller anden form for at etablere sine måleapplikationer, men AI kommer til at ændre måden, måleudstyret bliver opbygget på. Frem for ”bare” at bygge en hardware-platform og derefter lægge kode og software oven på hardwaren, så vil man med AI kunne skabe testmiljøer, der selv analyserer kapaciteten i måleudstyret og anvender båndbredde, memory og kapacitet maksimalt. Eller endnu bedre: AI definerer den hardware, der vil være den mest optimale til at udføre de aktuelle måleopgaver på.
Til det formål har NI udviklet Nigel AI Advisor – eller bare ”Nigel”. Før man nu frygter, at robotterne overtager verden i bedste Terminator-stil, så er Nigel tænkt som et værktøj, der hen ad vejen vil udvikle T&M-platformene med egenskaber og multifunktionalitet, som vi i dag nok dårligt kan forestille os. NI vil anvende Nigel til løbende at akkumulere viden, så udviklingskurven for brug og ydelse af måleværktøjer vil stige eksponentielt og dermed reaktivere Moore’s lov, som Charles Schroeder refererede til.
Der er ingen tvivl om, at NI er godt gearet til at trække AI-funktionerne ind i Labview-værktøjet – eller måske omvendt. Nigel kan med meget stor sandsynlighed bruges til at optimere Labview til en given måleapplikation, og kombinationen vil kunne definere måleplatforme, hvor de modulære hardware-løsninger kan komme i brug på helt nye måder. Man kan sagtens forestille sig et CI-miljø (Continuous Improvement), hvor en måleapplikation lærer af sin egne fejl og løbende anbefaler rekonfigurationer og ændrede compilere – for derefter at udføre ændringerne i praksis efter accept fra teamet af måleteknikere. Men ideen om at bruge værktøjet til at bygge værktøjer er pludseligt blevet meget nærliggende. Labview er nok noget nær den bedste løsning til AI-implementeringer. Historisk har Labview været så enkel at bruge, at NI’s målesoftware faktisk indgik i Legos Mindstorm-serie af robotter, som selv børn kunne programmere med et grafisk bruger-interface (GUI). Den ikon-baserede og modulære natur af Labview er da også oplagt til at koble sammen med AI. Der er ikke utænkeligt, at Nigel, der endnu kun arbejder på et lavt abstraktionsniveau hen ad vejen vil kunne pusle brikkerne i Labview-puslespillet sammen på en langt mere kreativ og praktisk måde, hvilket i høj grad vil kunne aflaste de ingeniører, der arbejder med udvikling af måleapplikationer – og på sin vis også procesinstrumentering, som Labview i sine tidligste generationer også var meget effektiv til. Men ifølge Charles Schroeder er det endnu for tidligt at overlade de opgaver til Nigel – men mon ikke det kommer?
Se hele artiklen om NI’s nye tiltag i Aktuel Elektronik 9/2025 – siderne 4 – 7 – som udkom i går, 9. september. Har man ikke adgang til den fysiske avis, så læs artiklen her.
