InstructMesh مدل‌های سه‌بعدی هوش مصنوعی را برای چاپ اصلاح می‌کند

طراحی سه‌بعدی با هوش مصنوعی قرار است با ابزار تازه InstructMesh از تولید شکل‌های جذاب فراتر برود و به ساخت اشیایی برسد که در دنیای واقعی هم کار می‌کنند. پژوهشگران MIT، Google و Northeastern University این سامانه را توسعه داده‌اند تا کاربران بتوانند مدل تولیدشده را بررسی کنند، بخش‌های مسئله‌دار را تغییر دهند و سپس طرح را برای چاپ سه‌بعدی آماده کنند. این رویکرد به یکی از محدودیت‌های رایج مدل‌های مولد می‌پردازد: ساخت شیئی که در تصویر درست به نظر می‌رسد، اما برای کاربرد موردنظر مناسب نیست.

چرا مدل‌های زیبا همیشه کاربردی نیستند؟

مدل‌های هوش مصنوعی می‌توانند از روی متن یا تصویر، طرحی سه‌بعدی تولید کنند؛ اما ظاهر یک شیء لزوماً نشان نمی‌دهد که آن شیء در عمل چگونه کار خواهد کرد. به‌گفته پژوهشگران، سامانه ممکن است شکل یک لیوان را بسازد، بی‌آن‌که طرح نهایی بتواند مایع را در خود نگه دارد. در چنین وضعیتی، چاپ سه‌بعدی طرح به تولید محصولی می‌انجامد که از نظر ظاهری قابل‌قبول، اما از نظر کارکردی نامناسب است.

اصلاح این خطاها نیز همیشه ساده نیست. نرم‌افزارهای طراحی سه‌بعدی به دانش و تجربه نیاز دارند و کاربران تازه‌کار ممکن است ندانند کدام بخش از هندسه مدل را باید تغییر دهند یا چطور این کار را انجام دهند. InstructMesh می‌کوشد این مرحله را در دسترس‌تر کند: کاربر می‌تواند قسمت موردنظر را روی مدل مشخص کند و تغییر دلخواهش را توضیح دهد، به‌جای آن‌که از ابتدا با ابزارهای پیچیده مدل‌سازی کار کند.

ترکیب تولید سه‌بعدی با فهم زبان

InstructMesh دو فناوری را کنار هم قرار می‌دهد: سامانه TRELLIS شرکت Microsoft که از متن و تصویر مدل سه‌بعدی می‌سازد، و مدل زبانی GPT-4 که از ChatGPT پشتیبانی می‌کند. به‌بیان ساده، TRELLIS بخش تولید هندسه را بر عهده دارد و GPT-4 به فهم درخواست‌های متنی و استدلال درباره تغییر موردنظر کمک می‌کند. پژوهشگران می‌گویند هدف، ترکیب توانایی تولید مدل سه‌بعدی با قابلیت مدل‌های زبانی برای تعامل طبیعی‌تر با کاربر بوده است.

فرایند کار با ارائه درخواست برای ساخت یک طرح آغاز می‌شود؛ برای نمونه، کاربر می‌تواند عینکی بخواهد و بعد قسمت خاصی از آن را برای اصلاح انتخاب کند. تغییرات در فضای نهفته مدل مولد انجام می‌شوند. فضای نهفته را می‌توان محیطی ریاضی دانست که در آن ویژگی‌های طرح به‌صورت فشرده نمایش داده می‌شوند؛ تغییر در این فضا می‌تواند هندسه مدل را دگرگون کند. سامانه تغییر را به شکلی قابل‌مشاهده به کاربر ارائه می‌دهد تا او آن را بررسی و تأیید کند. همچنین کنترل‌هایی مانند لغزنده‌ها امکان تنظیم دقیق‌تر بعضی ویژگی‌ها را فراهم می‌کنند.

نمونه‌های ساخته‌شده با این ابزار طیفی از طرح‌های روزمره و خلاقانه را دربر می‌گیرد: لیوانی که اژدهایی دور آن پیچیده و دمش دسته آن است، سوتی آبی و صدف‌مانند، و عینکی که بال‌هایی شبیه بال پروانه بالای عدسی‌هایش دارد. پژوهشگران همچنین نمونه‌ای از دستگاه توزیع نوشیدنی با ظاهر اختاپوس ساخته‌اند که مایع را از بازوهایش به چند لیوان می‌رساند. این مثال‌ها نشان می‌دهند که کاربران می‌توانند از سامانه برای ساخت طرح‌های شخصی‌سازی‌شده استفاده کنند؛ هرچند کارایی نهایی اشیا به طراحی و ساخت واقعی آن‌ها وابسته است.

آزمون کاربران تازه‌کار و ایرادهای مدل‌ها

برای بررسی این‌که آیا افراد بدون تجربه مدل‌سازی هم می‌توانند با InstructMesh کار کنند، پژوهشگران مدل‌های محبوب چاپ سه‌بعدی در Thingiverse را مبنا قرار دادند و از TRELLIS خواستند نمونه‌هایی از آن‌ها بسازد. Thingiverse مجموعه‌ای از مدل‌های قابل چاپ سه‌بعدی است. در ارزیابی تیم، نزدیک به ۸۰ درصد مدل‌های تولیدشده از نظر ساختاری ایرادی داشتند.

سپس پژوهشگران از کاربران تازه‌کار خواستند این مشکلات را در InstructMesh شناسایی و اصلاح کنند. طبق بررسی یک متخصص، کاربران در حدود ۹۰ درصد موارد توانستند هر دو کار را انجام دهند. این نتیجه نشان می‌دهد که حتی بدون مهارت حرفه‌ای در مدل‌سازی سه‌بعدی، کاربران می‌توانند با کمک رابطی که تغییرات را قابل‌فهم می‌کند، بخشی از خطاهای طراحی را پیدا کنند. پژوهشگران همچنین گزارش کردند که شرکت‌کنندگان توانستند طرح‌هایی مانند پایه تلفن همراه و گلدان را بسازند و از امکان بیان ایده‌های متنوع و تنظیم جزئیات با لغزنده‌ها استقبال کردند.

این یافته‌ها به معنای بی‌نیازی از بررسی تخصصی نیست. ارزیابی اصلاح‌ها با کمک نظر متخصص انجام شد و ابزار، به‌جای آن‌که دانش مهندسی یا آزمون فیزیکی را حذف کند، می‌خواهد دسترسی به مرحله ویرایش را آسان‌تر کند. در کاربردهایی که ایمنی یا عملکرد اهمیت دارد، بررسی طرح و ماده مناسب همچنان موضوعی جداگانه است.

از لوازم روزمره تا ربات‌های کوچک

کاربردهای مطرح‌شده برای InstructMesh تنها به لوازم خانگی و پوشیدنی‌ها محدود نمی‌شود. پژوهشگران از این سامانه برای طراحی یک زانوبند با ظاهری شبیه پارچه جین استفاده کردند تا با شلوار بیمار هماهنگ باشد. همچنین محفظه‌ای برای قطعات بی‌سیم ساختند که بدنه یک ربات کوچک موسوم به bristle bot را تشکیل می‌دهد. نمونه آزمایشی ظاهری شبیه میگوی رنگارنگ دارد و با روشن‌شدن موتور می‌تواند روی سطح حرکت کند.

Faraz Faruqi، نویسنده اصلی مقاله معرفی پروژه، اکنون در Google کار می‌کند و ایده‌ای برای گسترش این کار در محیط واقعیت افزوده مطرح کرده است. در چشم‌اندازی که او توصیف کرده، کاربر نیازش را با توجه به محیط اطراف بیان می‌کند و سامانه طرحی متناسب با آن می‌سازد؛ برای مثال، قاب تلفنی که با کیف پول کاربر هماهنگ باشد. این موضوع در متن پژوهش به‌عنوان مسیری احتمالی برای آینده مطرح شده، نه قابلیتی که اکنون در دسترس باشد.

پژوهشگران همچنین از افزودن شبیه‌سازی فیزیکی به نسخه‌های بعدی سخن گفته‌اند. شبیه‌سازی می‌تواند پیش از ساخت بررسی کند که یک طرح در برابر شرایطی مانند افتادن چه واکنشی نشان می‌دهد یا چه موادی برای آن مناسب‌ترند. استفاده از نسخه جدیدتر TRELLIS.2 نیز از دیگر مسیرهای مورد اشاره است که می‌تواند به اصلاح جزئیات کوچک‌تر در مدل‌های سه‌بعدی کمک کند. این قابلیت‌ها در برنامه‌های آینده مطرح شده‌اند و نباید آن‌ها را ویژگی‌های فعلی InstructMesh دانست.

این خبر برای چه کسانی اهمیت دارد

InstructMesh برای طراحان، کاربران چاپ سه‌بعدی، پژوهشگران هوش مصنوعی و کسانی اهمیت دارد که می‌خواهند بدون تسلط بر نرم‌افزارهای تخصصی، ایده‌ای را به یک شیء فیزیکی تبدیل کنند. اهمیت پژوهش فقط در تولید مدل‌های خیال‌انگیز نیست؛ مسئله اصلی این است که کاربر بتواند نقص‌های طرح را پیش از صرف زمان و مواد برای چاپ پیدا کند و آن را با زبان و کنترل‌های ساده اصلاح کند. با این حال، تا زمانی که قابلیت‌هایی مانند شبیه‌سازی فیزیکی به ابزار افزوده نشوند، تأیید نهایی عملکرد اشیا همچنان به ارزیابی و آزمون جداگانه نیاز خواهد داشت.