電気エンジニア

米国。統計局は、電気・電子エンジニアの雇用が2025年から2035年に8%増え、全職業の平均より速く、平均して年に約16,300件の求人があると予測している。その表では、電気エンジニアが電子エンジニアより速く増えている。数えているのは一国の職であって、その職がどのタスクを含むかではない。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

米国、PJM の管内。系統運用者自身の発表によれば、改革後の系統接続手続きの Cycle 1 に、200 GW を超える発電能力をもつ新規発電案件715件が受理され、以前の待ち行列からの滞留はもう残っていない。また、Google の Tapestry が開発したAIを使ったツール HyperQ を、大量の申請データの審査を助けるために使っているという。PJM は Cycle 1 を通じてこのツールの影響を評価していくとしている。このツールが審査するのは申請データであり、発表はそれが潮流計算を行うとは述べていない。また提携先はこのツールに商業上の利害をもつ。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

シンガポール。規則によれば、電気技術者の免許の保持者は、あらゆる電気設備を設計、施工、修理、保守、運転、点検、試験し、その全般的な管理と責任を負う資格を持ち、この免許は、少なくとも二年の関連経験をもつ電気工学の登録プロフェッショナル・エンジニアにしか発行できない。電気技術員が設計して図面を提出できるのは、1,000ボルト、150 kVA までの設備に限られる。設備の責任を名前を持つ免許保持者に固定するものであり、ソフトウェアについては何も述べていない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

チップのフロアプランのための強化学習の手法についての、会社自身の説明。この手法は、Google 独自のAIアクセラレータである TPU の直近三世代で人間を超えるチップ配置の設計に使われ、人の手で数週間から数か月かかる配置を数時間で生成したという。開発者が自らの手法と結果を説明したものであって独立した測定ではなく、扱っているのはチップ上のブロックの配置であり、チップ設計のそれ以外の部分ではない。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

回路のコードを生成することでアナログ回路を設計する学術的なエージェントで、アナログ回路のタスクからなる著者自身のベンチマークで試された。要旨は、それが20の回路の設計に成功し、標準の GPT-4o より五つ多かったと述べ、論文の限界の節は、大規模言語モデルには現在、高度に複雑なアナログ回路を設計する能力がないと述べている。著者たちは自らの手法を評価しており、ベンチマークには大がかりなパラメータ最適化は含まれていない。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

Verilog の学習用ウェブサイト HDLBits から取った156問のベンチマークで、模範解答に対するシミュレーションで機能の正しさを試す。訂正された v2 の結果では、GPT-4 は人の書いた問題の43.5%を初回で、58.9%を十回以内で通し、GPT-3.5 は26.7%だった。著者たちは、ハードウェア設計の多くは電力・性能・面積の最適化をめぐって行われ、それをこのベンチマークは測らないと述べている。試しているのは2023年時点のモデルによる短い学習用の問題であり、著者の雇用主はチップを設計し、チップ設計のためのAIを作っている。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

米国、連邦の管轄下にある送電事業者。規則の標準手続きは、送電事業者は顧客協議期間の終了から150暦日以内にクラスター検討を完了しなければならないとし、命令はクラスター検討の遅延に営業日あたり1,000ドル、再検討の遅延に営業日あたり2,000ドルの罰金を定めている。系統接続の検討の仕事に期限を課すものであり、検討を自動化することは求めていない。

規制、補助金、あるいは公共調達が、導入を求めているか資金を付けている——constraint の鏡である。導入が求められていることを示すのであって、起きたことを示すのではないので、一件の mandate は単独では決して足りず、独立した二件で足りる。

米国、一般産業の職場。規則によれば、停電されていない電気回路の部分や機器で作業できるのは有資格者だけであり、作業を進める前に、有資格者が試験機器を使って回路の要素と機器の部分が停電していることを確かめなければならない。これはそうした作業をするすべての人に適用され、技術者だけではない。また試験や立ち上げがどう行われているかは測っていない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

これから始めるなら、定型的なハードウェアのコードと配置の一部はAIが担うと考えておくこと。そして規則が検討に期限を課すなかで、系統接続と電力系統の仕事は技術者が足りなくなると考えておくこと。ツールが出したものを確かめることを学び、規則が人に残している責任へと向かって力を築くこと——安全規則のもとでの活線近くの作業と、該当する場合には、設備に署名するための免許である。

コード、配置、検討の入力を下書きするツールが増え、確かめて署名することに使う時間が増えると考えておくこと。あなたの免許、安全余裕についての判断、そして充電中の機器の近くで安全に作業できる力こそ、規則と顧客がいまも頼りにしているものである。

留まって強くする

設計にとどまり、ツールが出したものを確かめる人になる

ベンチマークでは、AIが通すのはハードウェアの問題の少数にとどまり、電力・性能・面積を取りこぼしている。誰かが設計を定め、検証し、責任を負わなければならない。

職の形を組み替える

系統接続と系統計画へ移る

連邦の期限と罰金が系統接続の検討に期限を課し、系統運用者は記録的な滞留を解消しつつある。この仕事には、検討を行い、確かめられる技術者が要る。

隣へ移る

免許を取り、規制された署名の仕事へ移る

法律が電気技術者に免許を課すところでは、設備の責任は免許の保持者に残る。

現在の証拠からは、そうはならない。AIはハードウェアのコードを書き、単純な回路を設計し、チップを配置する手助けをしており、ある系統運用者は系統接続の申請を審査するのにAIツールを使っている。しかしベンチマークではモデルが通すのは問題の少数にとどまり、活線近くの電気作業は有資格者に限られ、法律が求めるところでは設備に免許を持つ技術者が署名し、米国の予測はこの職業が増えると見ている。

それに年数で答えることはしない。代わりに見ていられる信号がある——AIツールが、技術者の手直しなしに電力・性能・安全の検証を通る設計を出しはじめるかどうか。そして、規則が活線近くの作業と署名に有資格者や免許を持つ人を求めなくなるかどうか。どちらも今日は成り立っていない。

部分的にはできる。ハードウェア記述の問題156件のベンチマーク VerilogEval では、GPT-4 が人の書いた問題の約44%を初回で通した。AnalogCoder という学術的なシステムはそのベンチマークで20のアナログ回路を設計し、GPT-4o より五つ多かったが、著者たちはモデルがまだ高度に複雑なアナログ回路を設計できないと述べている。

米国の予測は、電気・電子エンジニアの雇用が2025年から2035年に8%増え、平均より速いと見ている。系統接続は検討の能力が足りず、活線近くの作業と署名は有資格者と免許を持つ人に残る。変わるのは、ツールが下書きした設計を確かめる仕事が増えることである。