კომპიუტერული დიზაინი (CAD) დღესდღეობით ფიზიკური პროდუქტების უმეტესობის შესაქმნელად ძირითადი მეთოდია. ინჟინრები CAD-ს იყენებენ 2D ესკიზების 3D მოდელებად გადასაქცევად, რომელთა ტესტირება და დახვეწა შესაძლებელია წარმოებაში გაშვებამდე. თუმცა, პროგრამული უზრუნველყოფის სწავლა საყოველთაოდ რთულია, ათასობით ბრძანების გამო. მის სრულყოფილად ათვისებას დიდი დრო და პრაქტიკა სჭირდება. MIT-ის ინჟინრები CAD-ის სწავლის პროცესის გამარტივებას ხელოვნური ინტელექტის მოდელის დახმარებით ცდილობენ, რომელიც CAD პროგრამულ უზრუნველყოფას ადამიანის მსგავსად იყენებს. ობიექტის 2D ესკიზის მიწოდებისას, მოდელი სწრაფად ქმნის 3D ვერსიას ღილაკებზე და ფაილის ოფციებზე დაწკაპუნებით, ისევე როგორც ინჟინერი გამოიყენებდა პროგრამას. MIT-ის გუნდმა შექმნა ახალი მონაცემთა ნაკრები სახელწოდებით VideoCAD, რომელიც 41,000-ზე მეტ მაგალითს შეიცავს, თუ როგორ იქმნება 3D მოდელები CAD პროგრამაში. ამ ვიდეოებიდან სწავლის წყალობით, რომლებიც ეტაპობრივად ასახავს სხვადასხვა ფორმისა და ობიექტის კონსტრუქციას, ახალ AI სისტემას შეუძლია CAD პროგრამის გამოყენება ადამიანის მსგავსად. VideoCAD-ის დახმარებით, გუნდი ქმნის AI-ით გაძლიერებულ „CAD თანაპილოტს“. ისინი ვარაუდობენ, რომ ასეთ ხელსაწყოს შეეძლება არა მხოლოდ დიზაინის 3D ვერსიების შექმნა, არამედ ადამიანთან ერთად მუშაობა შემდეგი ნაბიჯების შეთავაზებით, ან ავტომატურად შეასრულოს აგების თანმიმდევრობები, რომლებიც სხვა შემთხვევაში დამღლელი და შრომატევადი იქნებოდა ხელით დაწკაპუნებით. „ხელოვნური ინტელექტი ინჟინრების პროდუქტიულობის გაზრდის შესაძლებლობას იძლევა, ასევე CAD-ს უფრო ხელმისაწვდომს ხდის მეტი ადამიანისთვის“, – ამბობს ღადი ნეჰმე, MIT-ის მანქანათმშენებლობის დეპარტამენტის ასპირანტი. „ეს მნიშვნელოვანია, რადგან ის ამცირებს დიზაინში შესვლის ბარიერს, ეხმარება ადამიანებს, რომლებსაც არ აქვთ CAD ტრენინგის მრავალწლიანი გამოცდილება, უფრო მარტივად შექმნან 3D მოდელები და გამოიყენონ თავიანთი კრეატიულობა“, – დასძენს ფაეზ აჰმედი, MIT-ის მანქანათმშენებლობის ასოცირებული პროფესორი. აჰმედი და ნეჰმე, ასპირანტ ბრენდონ მანთან და პოსტდოქტორანტ ფერდოუს ალამთან ერთად, თავიანთ ნაშრომს დეკემბერში ნერვული ინფორმაციის დამუშავების სისტემების კონფერენციაზე (NeurIPS) წარადგენენ. დაწკაპუნებით, დაწკაპუნებით. გუნდის ახალი ნაშრომი აფართოებს ხელოვნური ინტელექტის მქონე მომხმარებლის ინტერფეისის (UI) აგენტების ბოლო მიღწევებს – ხელსაწყოები, რომლებიც გაწვრთნილი არიან პროგრამული უზრუნველყოფის გამოსაყენებლად ამოცანების შესასრულებლად, როგორიცაა ინფორმაციის ავტომატურად შეგროვება ონლაინში და მისი Excel ცხრილში ორგანიზება. აჰმედის ჯგუფი დაინტერესდა, შეიძლებოდა თუ არა ასეთი UI აგენტების შექმნა CAD-ის გამოსაყენებლად, რომელიც მოიცავს ბევრად მეტ ფუნქციას და გაცილებით რთულ ამოცანებს, ვიდრე საშუალო UI აგენტს შეუძლია. მათ ახალ ნაშრომში, გუნდმა მიზნად დაისახა შეექმნა ხელოვნური ინტელექტის მქონე UI აგენტი, რომელიც CAD პროგრამის მართვას საკუთარ თავზე აიღებს 2D ესკიზის 3D ვერსიის შესაქმნელად, დაწკაპუნებით, დაწკაპუნებით. ამისათვის, გუნდმა ჯერ შეისწავლა CAD-ში ადამიანების მიერ შექმნილი ობიექტების არსებული მონაცემთა ნაკრები. მონაცემთა ნაკრებში თითოეული ობიექტი მოიცავდა მაღალი დონის დიზაინის ბრძანებების თანმიმდევრობას, როგორიცაა „ხაზის ესკიზი“, „წრე“ და „ექსტრუდირება“, რომლებიც გამოიყენებოდა საბოლოო ობიექტის შესაქმნელად. თუმცა, გუნდმა გააცნობიერა, რომ მხოლოდ ეს მაღალი დონის ბრძანებები არ იყო საკმარისი AI აგენტის გასაწვრთნელად CAD პროგრამული უზრუნველყოფის რეალურად გამოსაყენებლად. რეალურმა აგენტმა ასევე უნდა გაიგოს თითოეული მოქმედების დეტალები. მაგალითად: ესკიზის რომელი რეგიონი უნდა აირჩიოს? როდის უნდა გაადიდოს? და ესკიზის რომელი ნაწილი უნდა ექსტრუდირდეს? ამ ხარვეზის შესავსებად, მკვლევრებმა შეიმუშავეს სისტემა, რათა მაღალი დონის ბრძანებები მომხმარებლის ინტერფეისის ინტერაქციებში გადაეთარგმნათ. „მაგალითად, ვთქვათ, ჩვენ დავხატეთ ესკიზი ხაზის დახაზვით წერტილი 1-დან წერტილ 2-მდე“, – ამბობს ნეჰმე. „ჩვენ გადავთარგმნეთ ეს მაღალი დონის მოქმედებები მომხმარებლის ინტერფეისის მოქმედებებად, რაც იმას ნიშნავს, რომ ვამბობთ, გადადით ამ პიქსელის მდებარეობიდან, დააწკაპუნეთ, შემდეგ გადადით მეორე პიქსელის მდებარეობაზე და დააწკაპუნეთ, სანამ „ხაზის“ ოპერაცია შერჩეული იქნება.“ საბოლოოდ, გუნდმა შექმნა 41,000-ზე მეტი ვიდეო ადამიანის მიერ შექმნილი CAD ობიექტების შესახებ, რომელთაგან თითოეული რეალურ დროში აღწერს კონკრეტულ დაწკაპუნებებს, მაუსის გადათრევებს და კლავიატურის სხვა მოქმედებებს, რომლებიც ადამიანმა თავდაპირველად შეასრულა. შემდეგ მათ ეს ყველა მონაცემი შეიტანეს მათ მიერ შემუშავებულ მოდელში, რათა შეესწავლათ კავშირები UI მოქმედებებსა და CAD ობიექტის გენერირებას შორის. ამ მონაცემთა ნაკრებზე გაწვრთნის შემდეგ, რომელსაც მათ VideoCAD უწოდეს, ახალ AI მოდელს შეეძლო 2D ესკიზის შეყვანის სახით მიღება და CAD პროგრამული უზრუნველყოფის პირდაპირი კონტროლი, დაწკაპუნებით, გადათრევით და ხელსაწყოების არჩევით სრული 3D ფორმის ასაგებად. ობიექტების სირთულე მერყეობდა მარტივი სამაგრებიდან უფრო რთული სახლის დიზაინებამდე. გუნდი მოდელს უფრო რთულ ფორმებზე ავარჯიშებს და ვარაუდობს, რომ როგორც მოდელი, ასევე მონაცემთა ნაკრები ერთ დღეს CAD თანაპილოტებს ჩაუდებს საფუძველს დიზაინერებისთვის სხვადასხვა სფეროში. „VideoCAD არის ღირებული პირველი ნაბიჯი AI ასისტენტებისკენ, რომლებიც ეხმარებიან ახალ მომხმარებლებს და ავტომატიზირებენ განმეორებით მოდელირების სამუშაოს, რომელიც ნაცნობ ნიმუშებს მიჰყვება“, – ამბობს მეჰდი ატაეი, რომელიც არ მონაწილეობდა კვლევაში და არის Autodesk Research-ის უფროსი მკვლევარი, რომელიც ახალი დიზაინის პროგრამულ ინსტრუმენტებს ავითარებს.