عدد اليوم
هل سبق أن راودتك فكرة لشيء يبدو رائعًا، لكنه غير عملي؟ ينطبق هذا على تصميم الديكورات والإكسسوارات الشخصية، حيث يمكن لنماذج الذكاء الاصطناعي التوليدي (genAI) أن تُجسّد هذا الواقع. فهي قادرة على إنتاج تصاميم ثلاثية الأبعاد إبداعية ومتقنة، ولكن عند محاولة تحويل هذه التصاميم إلى منتجات واقعية، غالبًا ما تكون غير قابلة للاستخدام اليومي.
تكمن المشكلة الأساسية في أن نماذج الذكاء الاصطناعي التوليدي غالبًا ما تفتقر إلى فهم الفيزياء. فبينما تستطيع بعض الأدوات إنشاء نموذج ثلاثي الأبعاد من نص أو صورة، إلا أن تصميمها لكرسي، على سبيل المثال، قد يكون غير مستقر أو يحتوي على أجزاء منفصلة. لا يفهم النموذج تمامًا الغرض من تصميم المنتج. لذا، حتى لو أمكن طباعة مقعدك بتقنية الطباعة ثلاثية الأبعاد، فمن المرجح أن يتفكك تحت ضغط الجلوس عليه.
في محاولة لجعل هذه التصاميم قابلة للتطبيق في الواقع، يُجري باحثون في معهد ماساتشوستس للتكنولوجيا اختبارات واقعية على نماذج الذكاء الاصطناعي التوليدي. يُعزز نظام "PhysiOpt" هذه الأدوات بمحاكاة فيزيائية، مما يجعل تصميمات الأدوات الشخصية، مثل الأكواب وحاملات المفاتيح ومساند الكتب، تعمل كما هو مُخطط لها عند طباعتها ثلاثية الأبعاد. يختبر النظام بسرعة مدى جدوى هيكل النموذج ثلاثي الأبعاد، ويُعدّل الأشكال الصغيرة بدقة مع ضمان الحفاظ على المظهر العام ووظيفة التصميم.
ببساطة، يمكنك كتابة ما تُريد صنعه والغرض من استخدامه في نظام PhysiOpt، أو تحميل صورة إلى واجهة المستخدم، وفي غضون نصف دقيقة تقريبًا، ستحصل على مجسم ثلاثي الأبعاد واقعي جاهز للتصنيع. على سبيل المثال، طلب الباحثون من النظام إنشاء "كأس على شكل طائر الفلامنجو للشرب"، فقاموا بطباعته ثلاثي الأبعاد ليصبح كأسًا بمقبض وقاعدة تُشبه ساق هذا الطائر الاستوائي. أثناء إنشاء التصميم، أجرى PhysiOpt تحسينات دقيقة لضمان سلامة هيكل الكأس.
يقول شياو شون زان، وهو أحد المؤلفين الرئيسيين للورقة البحثية التي تُقدم هذا العمل "يجمع نظام PhysiOpt بين الذكاء الاصطناعي التوليدي وتحسين الشكل القائم على الفيزياء، مما يُساعد أي شخص تقريبًا على ابتكار التصاميم التي يرغب بها للإكسسوارات والديكورات الفريدة. إنه نظام آلي يسمح لك بتصنيع الشكل فعليًا، مع مراعاة بعض القيود. يُمكن لنظام PhysiOpt تكرار ابتكاراته كلما أردت، دون أي تدريب إضافي".
اقرأ أيضا... الذكاء الاصطناعي يقدم معلومات أقل دقة لبعض المستخدمين
يُمكّنك هذا النهج من إنشاء "تصميم ذكي"، حيث يقوم مُولّد الذكاء الاصطناعي بتصميم منتجك بناءً على مواصفات المستخدمين، مع مراعاة الوظائف. يُمكنك إدخال نموذج الذكاء الاصطناعي التوليدي ثلاثي الأبعاد المُفضّل لديك، وبعد كتابة ما تُريد توليده، تُحدد مقدار القوة أو الوزن الذي يجب أن يتحمله الجسم. إنها طريقة رائعة لمحاكاة الاستخدام في العالم الحقيقي، مثل التنبؤ بما إذا كان الخطاف قويًا بما يكفي لحمل معطفك. يُحدد المستخدمون أيضًا المواد التي سيصنعون منها القطعة (مثل البلاستيك أو الخشب).
بناءً على هذه التفاصيل، يبدأ برنامج PhysiOpt بتحسين القطعة تدريجيًا. ويُجري البرنامج محاكاة فيزيائية تُسمى "تحليل العناصر المحدودة" لاختبار متانة التصميم. يوفر هذا المسح الشامل خريطة حرارية لنموذجك ثلاثي الأبعاد، تُشير إلى مواضع ضعف الدعم في تصميمك. على سبيل المثال، إذا كنت تُصمم بيتًا للعصافير، فقد تجد أن دعامات الدعم أسفل البيت مُلونة باللون الأحمر الفاقع، مما يعني أن البيت سينهار إذا لم يتم تدعيمه.
يُمكن لبرنامج PhysiOpt ابتكار قطع أكثر جرأة. وقد لمس الباحثون هذه المرونة بأنفسهم عندما صنعوا حامل مفاتيح يتميز بخطافات معقدة و"طاولة زرافة" ذات ظهر مسطح يُمكن وضع الأشياء عليها.
يضيف كليمنت جامبون المؤلف المشارك الرئيسي في البحث "غالبًا ما تحتاج الأنظمة الحالية إلى الكثير من التدريب الإضافي لفهم المعنى الدلالي لما تريد رؤيته. لكننا نستخدم نموذجًا مُدمجًا فيه هذا الإحساس بما تريد إنشاءه. لذا، فإن PhysiOpt لا يحتاج إلى تدريب".
من خلال العمل مع نموذج مُدرَّب مسبقًا، يستطيع PhysiOpt استخدام "المعلومات المسبقة عن الشكل"، أو معرفة كيف ينبغي أن تبدو الأشكال بناءً على تدريب سابق، لتوليد ما يرغب المستخدمون في رؤيته. يشبه الأمر إلى حد ما فنانًا يُعيد ابتكار أسلوب رسام مشهور.
لاحظ الباحثون أن خبرة نظام PhysiOpt البصرية ساعدته على إنشاء نماذج ثلاثية الأبعاد بكفاءة أعلى من "DiffIPC"، وهي طريقة مماثلة تحاكي الأشكال وتُحسّنها. عندما طُلب من كلا النهجين إنشاء تصاميم ثلاثية الأبعاد لعناصر مثل الكراسي، كان نظام معهد ماساتشوستس للتكنولوجيا أسرع بعشر مرات تقريبًا لكل دورة، مع إنشاء نماذج أكثر واقعية.
يمثل PhysiOpt جسرًا محتملاً بين الأفكار والمنتجات الشخصية في العالم الحقيقي. فما قد تراه فكرة رائعة لكوب قهوة، على سبيل المثال، قد ينتقل قريبًا من شاشة حاسوبك إلى مكتبك. وبينما يقوم PhysiOpt حاليًا باختبارات التحمل للمصممين، فإنه قد يتمكن قريبًا من التنبؤ بالقيود مثل الأحمال والحدود، بدلاً من أن يطلب من المستخدمين تقديم هذه التفاصيل. يمكن تحقيق هذا النهج الأكثر استقلالية وبديهية من خلال دمج نماذج لغة الرؤية، التي تجمع بين فهم اللغة البشرية ورؤية الحاسوب.
علاوة على ذلك، يعتزم زان وجامبون إزالة التشوهات، أو الأجزاء العشوائية التي تظهر أحيانًا في نماذج PhysiOpt ثلاثية الأبعاد، من خلال جعل النظام أكثر وعيًا بالفيزياء. كما يدرس علماء معهد ماساتشوستس للتكنولوجيا كيفية نمذجة قيود أكثر تعقيدًا لتقنيات التصنيع المختلفة، مثل تقليل الأجزاء المتدلية في الطباعة ثلاثية الأبعاد.
مصطفى أوفى (أبوظبي)
