ოდესმე გქონიათ იდეა რაიმეზე, რაც მაგარი ჩანდა, მაგრამ პრაქტიკაში კარგად არ იმუშავებდა? დეკორისა და პირადი აქსესუარების დიზაინის შექმნისას, გენერაციულ ხელოვნურ ინტელექტს (genAI) ესმის ეს გამოწვევა. მას შეუძლია შექმნას კრეატიული და დახვეწილი 3D დიზაინები, მაგრამ როდესაც ცდილობთ ასეთი ნახაზების რეალურ ობიექტებად ქცევას, ისინი, როგორც წესი, ვერ უძლებენ ყოველდღიურ გამოყენებას. ძირითადი პრობლემა ის არის, რომ genAI მოდელებს ხშირად აკლიათ ფიზიკის გაგება. მიუხედავად იმისა, რომ ისეთი ხელსაწყოები, როგორიცაა Microsoft-ის TRELLIS სისტემა, შეუძლიათ შექმნან 3D მოდელი ტექსტური მოთხოვნის ან სურათის საფუძველზე, მისი დიზაინი, მაგალითად, სკამისთვის, შესაძლოა არასტაბილური იყოს, ან ჰქონდეს გათიშული ნაწილები. მოდელი სრულად ვერ აცნობიერებს, თუ რისთვის არის შექმნილი თქვენი განზრახული ობიექტი, ამიტომ მაშინაც კი, თუ თქვენი სავარძლის 3D ბეჭდვა შესაძლებელია, ის სავარაუდოდ დაიშლება ვინმეს დაჯდომის ძალის ქვეშ. ამ დიზაინების რეალურ სამყაროში ფუნქციონირების მიზნით, MIT-ის კომპიუტერული მეცნიერების და ხელოვნური ინტელექტის ლაბორატორიის (CSAIL) მკვლევრები გენერაციულ AI მოდელებს რეალობასთან შესაბამისობას ამოწმებენ. მათ მიერ შექმნილი სისტემა „PhysiOpt“ ავსებს ამ ხელსაწყოებს ფიზიკის სიმულაციებით, რაც უზრუნველყოფს ისეთი პირადი ნივთების ნახაზების ფუნქციონირებას, როგორიცაა ჭიქები, გასაღების საკიდები და წიგნის დამჭერები, 3D ბეჭდვის შემდეგ. ის სწრაფად ამოწმებს, არის თუ არა თქვენი 3D მოდელის სტრუქტურა სიცოცხლისუნარიანი, ნაზად ცვლის პატარა ფორმებს, ამასთან ინარჩუნებს დიზაინის საერთო გარეგნობასა და ფუნქციას. თქვენ შეგიძლიათ უბრალოდ აკრიფოთ, თუ რისი შექმნა გსურთ და რისთვის იქნება ის გამოყენებული PhysiOpt-ში, ან ატვირთოთ სურათი სისტემის მომხმარებლის ინტერფეისში, და დაახლოებით ნახევარ წუთში მიიღებთ რეალისტურ 3D ობიექტს დასამზადებლად. მაგალითად, CSAIL-ის მკვლევრებმა მას სთხოვეს შეექმნა „ფლამინგოს ფორმის სასმისი“, რომელიც მათ 3D პრინტერით დაბეჭდეს სასმელის ჭიქად, ტროპიკული ფრინველის ფეხის მსგავსი სახელურითა და ძირი. დიზაინის გენერირებისას, PhysiOpt-მა მცირე დახვეწა შეიტანა, რათა უზრუნველყო დიზაინის სტრუქტურული სიმყარე. „PhysiOpt აერთიანებს GenAI-ს და ფიზიკურად დაფუძნებულ ფორმის ოპტიმიზაციას, რაც ეხმარება თითქმის ყველას შექმნას სასურველი დიზაინი უნიკალური აქსესუარებისა და დეკორაციებისთვის,“ ამბობს MIT-ის ელექტრო ინჟინერიისა და კომპიუტერული მეცნიერების (EECS) დოქტორანტი და CSAIL-ის მკვლევარი სიაო შონ ჟანი (SM ’25), რომელიც არის ნაშრომის ერთ-ერთი წამყვანი ავტორი. „ეს არის ავტომატური სისტემა, რომელიც საშუალებას გაძლევთ ფიზიკურად დაამზადოთ ფორმა, გარკვეული შეზღუდვების გათვალისწინებით. PhysiOpt-ს შეუძლია იმდენჯერ გაიმეოროს თავისი შემოქმედება, რამდენჯერაც გსურთ, ყოველგვარი დამატებითი სწავლების გარეშე.“ ეს მიდგომა საშუალებას გაძლევთ შექმნათ „ჭკვიანი დიზაინი“, სადაც AI გენერატორი ქმნის თქვენს ნივთს მომხმარებლის სპეციფიკაციების საფუძველზე, ფუნქციონალურობის გათვალისწინებით. შეგიძლიათ ჩართოთ თქვენი საყვარელი 3D გენერაციული AI მოდელი და მას შემდეგ, რაც აკრეფთ, რისი გენერირება გსურთ, მიუთითებთ, თუ რა რაოდენობის ძალას ან წონას უნდა გაუძლოს ობიექტმა. ეს არის რეალური სამყაროს გამოყენების სიმულაციის მოხერხებული გზა, მაგალითად, იმის პროგნოზირება, იქნება თუ არა კაუჭი საკმარისად ძლიერი თქვენი ქურთუკის დასაკიდებლად. მომხმარებლები ასევე აზუსტებენ, რა მასალებისგან დაამზადებენ ნივთს (მაგალითად, პლასტმასისგან ან ხისგან) და როგორ იქნება ის მხარდაჭერილი – მაგალითად, ჭიქა დგას მიწაზე, ხოლო წიგნის დამჭერი ეყრდნობა წიგნების კოლექციას. მოცემული სპეციფიკის გათვალისწინებით, PhysiOpt იწყებს ობიექტის იტერაციულ ოპტიმიზაციას. შიდა მხარეზე, ის აწარმოებს ფიზიკის სიმულაციას, რომელსაც „საბოლოო ელემენტების ანალიზი“ (finite element analysis) ეწოდება, რათა შეამოწმოს დიზაინის გამძლეობა. ეს ყოვლისმომცველი სკანირება გთავაზობთ სითბურ რუკას თქვენს 3D მოდელზე, რომელიც მიუთითებს, თუ სად არ არის თქვენი ნახაზი კარგად გამაგრებული. თუ თქვენ, მაგალითად, ჩიტების სახლს აგენერირებდით, შესაძლოა აღმოაჩინოთ, რომ სახლის ქვეშ არსებული საყრდენი სხივები კაშკაშა წითლად იყო შეღებილი, რაც ნიშნავს, რომ სახლი ჩამოინგრევა, თუ ის არ იქნება გამაგრებული. PhysiOpt-ს შეუძლია კიდევ უფრო თამამი ნამუშევრების შექმნა. მკვლევრებმა ეს მრავალფეროვნება პირველად ნახეს, როდესაც დაამზადეს სტიმპანკის სტილის (სტილი, რომელიც აერთიანებს ვიქტორიანულ და ფუტურისტულ ესთეტიკას) გასაღების საკიდი რთული, რობოტული შესახედაობის კაუჭებით, და „ჟირაფის მაგიდა“ ბრტყელი ზურგით, რომელზეც ნივთების განთავსება შეიძლება. მაგრამ როგორ იცოდა მან, რა არის „სტიმპანკი“, ან თუნდაც როგორ უნდა გამოიყურებოდეს ასეთი უნიკალური ავეჯის ნაწილი? აღსანიშნავია, რომ პასუხი არ არის ვრცელი სწავლება – ყოველ შემთხვევაში, არა მკვლევარების მხრიდან. სამაგიეროდ, PhysiOpt იყენებს წინასწარ გაწვრთნილ მოდელს, რომელსაც უკვე ნანახი აქვს ათასობით ფორმა და ობიექტი. „არსებულ სისტემებს ხშირად სჭირდებათ ბევრი დამატებითი სწავლება, რათა ჰქონდეთ სემანტიკური გაგება იმისა, რისი ნახვა გსურთ,“ ამბობს თანაავტორი კლემენტ ჟამბონი, რომელიც ასევე არის MIT EECS-ის დოქტორანტი და CSAIL-ის მკვლევარი. „მაგრამ ჩვენ ვიყენებთ მოდელს, რომელსაც უკვე აქვს ინტეგრირებული ის გრძნობა, თუ რისი შექმნა გსურთ, ამიტომ PhysiOpt არის სწავლების გარეშე. წინასწარ გაწვრთნილ მოდელთან მუშაობით, PhysiOpt-ს შეუძლია გამოიყენოს „ფორმის პრიორები“, ანუ ცოდნა იმის შესახებ, თუ როგორ უნდა გამოიყურებოდეს ფორმები ადრინდელი სწავლების საფუძველზე, რათა შექმნას ის, რისი ნახვაც მომხმარებლებს სურთ. ეს ჰგავს მხატვარს, რომელიც ცნობილი მხატვრის სტილს აცოცხლებს. მათი ექსპერტიზა ეფუძნება სხვადასხვა მხატვრული მიდგომის საფუძვლიან შესწავლას.