Czym jest projektowanie eksperymentów i co może do niego wnieść rozwój sztucznej inteligencji?

Taguchi, mistrz statystyki, nauczył inżynierów, jak w kilku prostych krokach przemienić chaos eksperymentalny w harmonię efektywności. Jego podejście do eksperymentowania nie tylko rewolucjonizuje sposób, w jaki myślimy o danych i ich analizie, ale także jak możemy minimalizować koszty i maksymalizować jakość. W tym artykule zagłębimy się w filozofię Taguchiego, odkrywając, jak jego metody DoE zmieniają zasady gry w dziedzinie inżynierii i jakości. Zapraszam do lektury, która może okazać się pierwszym krokiem do przemodelowania podejścia do eksperymentów. W szczególności, jeśli rozpatrujemy zagadnienie pod kątem możliwości, jakie niesie rozwój AI.

Mniej nie znaczy gorzej

Genichi Taguchi wprowadził zoptymalizowane projektowanie eksperymentów, które zrewolucjonizowało podejście do jakości w inżynierii i produkcji. Jego metody, znane jako metody Taguchiego, polegają na zastosowaniu tablic ortogonalnych, które pozwalają na efektywne organizowanie parametrów wpływających na proces oraz poziomów, na których powinny być one badane. Taguchi zauważył, że tradycyjne metody projektowania eksperymentów, takie jak pełne projektowanie faktorialne (dalej w tekście wyjaśnimy te zawiłości), choć skuteczne, były czasochłonne i kosztowne, ponieważ wymagały testowania wszystkich możliwych kombinacji czynników (a będąc bardziej precyzyjnym – ilości wariacji z powtórzeniami). W odpowiedzi na te wyzwania Taguchi opracował metodę, która pozwala na zbieranie niezbędnych danych do określenia, które czynniki mają największy wpływ na jakość produktu, przy minimalnej ilości eksperymentów. Metody Taguchiego przyczyniły się do standaryzacji projektowania eksperymentów, umożliwiając inżynierom i naukowcom stosowanie zoptymalizowanego podejścia do DoE. 

Na czym polega zoptymalizowanie pod względem ilości prób projektowania eksperymentów oraz jaka może być przyszłość DoE w związku z rozwojem AI?

Obecnie – aby sprawnie zaprojektować eksperyment – mamy dwa wyjścia: zrobić to samemu (jeśli potrafimy) lub skorzystać z pomocy konsultanta. Możemy skorzystać z pomocy specjalistycznego oprogramowania, takiego jak na przykład MiniTab, STATISTICA czy SPSS. W okrojonym zakresie również Chat GPT jest pomocny w wyborze planu eksperymentu, czyli doboru tablic ortogonalnych. Natomiast aby wykonać analizę danych otrzymanych w trakcie przeprowadzania eksperymentu, musimy z pewnością udać się do wcześniej wymienionych programów. Excel nie ma na to gotowych rozwiązań. Póki co Chat GPT tego nie potrafi, póki co…

Siedem Kroków DoE według Genichi Taguchi

Przygotowanie i przeprowadzenie obliczeń w metodzie DoE według Taguchi można opisać w następujących krokach:

1. Określenie celu eksperymentu: zdefiniuj, co chc...