第1423期- Generative AI與大型語言模型LLM在工程專業設計審查的未來

繼先前本報第1418期「談AI過得了土木類科國家考試嗎?」後，筆者進一步探索：生成式人工智慧(Generative AI)、與大型語言模型(Large Language Model,LLM)，在工程專業審查領域的應用潛力。筆者曾從事高鐵結構設計、施工、耐震評估到補強設計，近十數年，更參與耐震詳評與結構審查，因為筆者打字比寫字快，從十數年前開始審查即以電子方式記錄，因而累積了數十萬字的審查意見。這龐大的資料集，正是訓練LLM的絕佳素材。

下述的作法，就是Prompt Engineering(提示詞工程)。據說，美國優秀的提示詞工程師年收入台幣上千萬。我先將這些審查意見輸入LLM進行訓練(我用的是Claude，因為它一次可讀進十數萬字的字數)，建立起工程專業審查的知識庫。接著，面對手邊的全新案件，我們嘗試讓AI協助提出審查意見。目前我的作法是：由我檢視設計圖說，找出與知識庫中相近的議題，再運用AI生成相對的初步審查意見，最後再藉由人工調整與潤飾。這樣的「人機協作模式」已經展現出一定的效果，但目前這些生成式人工智慧，加上自訓的domain knowlege作出的審查意見，仍不夠精確，但未來可期。

不過，我們對AI在工程專業審查領域的想像還不止於此。隨著計算機視覺和自然語言處理技術的進步，未來AI有望直接審視設計圖說，自動提取關鍵資訊，並根據訓練所得的專業知識，提出完整的審查意見。屆時，設計單位可在設計的各個階段，引入AI進行自我檢查與評估，及早發現並修正設計缺失，大幅提升設計品質，減少一來一往修正的成本。同時，AI也可作為第三方審查單位的得力助手，協助審查委員更加全面、高效地進行把關。

然而，我們也清楚認知到AI在工程專業審查中的侷限性。設計審查，往往涉及複雜的背景知識、豐富的實務經驗，以及縝密的邏輯推理，這都是當前AI難以完全取代人腦的。因此在可預見的未來，AI在工程專業審查中，更適合扮演「智慧助手」的角色，由人類專家主導審查工作，AI則在其中提供寶貴的知識支援。

總的來說，生成式AI和大型語言模型，為工程專業審查開啟了嶄新的可能性。藉由人機協作，我們有機會將設計審查的品質和效率，提升到前所未有的高度。同時我們也要理性看待AI的能力邊界，在善加利用之餘更要明白AI的侷限所在。唯有在正確的認知下，因地制宜地應用AI，才能真正實現AI賦能工程的美好願景。

【本文稿經由台灣省土木技師公會技師報同意轉載；未經允許請勿任意轉載】