Robot, napravi mi stolac

Sustavi za računalno podržano dizajniranje (CAD) su vjerodostojni alati koji se koriste za dizajniranje mnogih fizičkih predmeta koje koristimo svakodnevno. Međutim, CAD softver zahtijeva veliku stručnost za ovladavanje, a mnogi alati sadrže toliko detalja da se ne prikladno koriste za razmišljanje ili brzo prototipiranje.

U pokušaju da dizajniranje učinimo bržim i pristupačnijim neekspertima, istraživači s MIT-a i drugih institucija razvili su AI-pokređeni robotički sustav za montiranje koji omogućuje ljudima da grade fizičke predmete jednostavno opisivanjem u riječima.

Kako radi AI-pokređeni robotički sustav za montiranje

Sustav koristi generativni AI model za izradu 3D reprezentacije geometrije predmeta na temelju korisničkog upita. Zatim drugi generativni AI model razmišlja o željenom predmetu i određuje gdje trebaju biti različiti dijelovi, ovisno o funkciji i geometriji predmeta.

Sustav može automatski izgraditi predmet iz skupa prethodno izrađenih dijelova pomoću robotičke montaze. Također može iterirati na dizajnu na temelju povratne informacije od korisnika.

Primjeri upotrebe

Istraživači su koristili ovaj sustav za izradu namještaja, uključujući stolce i police, od dva tipa prethodno izrađenih dijelova. Dijelovi se mogu rastaviti i ponovo montirati po želji, što smanjuje količinu otpada generiranog kroz proces izrade.

Ocijenili su ove dizajne putem korisničkog istraživanja i pronašli su da je više od 90 posto sudionika preferiralo predmete napravljene njihovim AI-pokređenim sustavom u odnosu na različite pristupe.

Potencijal i budućnost

Iako je ovo rad prvi primjer, okvir bi se mogao posebno koristiti za brzo prototipiranje složenih predmeta kao što su zračnolovni dijelovi i arhitektonski predmeti. U daljoj budućnosti, moglo bi se koristiti u kućanstvima za lokalnu izradu namještaja ili drugih predmeta, bez potrebe za prekomjernim proizvodima koji se šalju iz centralne ustanove.

“Uskoro ili kasnije, želimo moći komunicirati i razgovarati s robotom i AI sustavom na isti način kao i s ljudima da bi zajedno napravili stvari. Naš sustav je prvi korak prema omogućavanju te budućnosti,” kaže voditelj autorice Alex Kyaw, diplomirani student na MIT-ovim odjelima za Elektrotehniku i Računalnu znanost (EECS) i Arhitekturu.

Kyaw je na radu zajedno s Richa Gupta, diplomiranom studenticom arhitekture na MIT-u; Faez Ahmed, izvanrednim profesorom mehaničkog inženjerstva; Lawrence Sass, profesorom i voditeljem Grupe za računanje na Odjelu za Arhitekturu; senior autorom Randall Davis, profesorom EECS-a i članom Laboratorija za računarstvo i umjetnu inteligenciju (CSAIL); te drugimima iz Google Deepmind i Autodesk Research. Članak nedavno je predstavljen na Konferenciji o obradi neuronskih informacija.

Pregled generativnih AI modela

Dok su generativni AI modeli dobri u generiranju 3D reprezentacija, poznatih kao mreže, iz tekstualnih upita, većina ne proizvodi uniformne reprezentacije geometrije predmeta koje imaju detalje na razini komponenata potrebne za robotičku montazu.

Istraživači su ovim izazovima nastojali koristiti model vida-jezik (VLM), moćan generativni AI model koji je pretreniran za razumijevanje slika i teksta. Zadali su VLM da odredi kako se dva tipa prethodno izrađenih dijelova, strukturalni i panelni dijelovi, trebaju spojiti da bi formirali predmet.

“Postoji mnogo načina na koji možemo staviti panele na fizički predmet, ali robot mora vidjeti geometriju i razmišljati o njoj da bi donio odluku o tome. Služeći kao i oči i mozak robota, VLM omogućuje robotu da to učin.

Korisnik upućuje sustav s tekstom, možda upisivanjem “napravi mi stolac”, i daje mu AI-generiranu sliku stolca za početak.

Zatim VLM razmišlja o stolcu i određuje gdje panelni dijelovi trebaju biti na vrhu strukturalnih dijelova, na temelju funkcionalnosti mnogih primjeraka predmeta koje je prije vidio. Na primjer, model može odrediti da sjedište i leđa trebaju imati panele da bi imali površine za sjedenje i opiranje na stolac.

Informacije izlaze kao tekst, kao što su “sjedište” ili “leđa”. Svaka površina stolca označena je brojevima, a informacije se vraćaju VLM-u.

Zatim VLM odabire oznake koje odgovaraju geometrijskim dijelovima stolca koji trebaju dobiti panele na 3D mreži da bi dovršili dizajn.

Korisnik ostaje u petlji tijekom cijelog procesa i može refiniti dizajn dajući modelu novi upit, kao što je “koristi samo panele na leđima, ne na sjedištu.”

“Prostor dizajna je vrlo velik, pa ga sužavamo putem korisničke povratne informacije. Vjerujemo da je to najbolji način za ko-dizajn.”

Zaključak

AI-pokređeni robotički sustav za montiranje predstavlja revolucionarni korak u svijetu dizajna i proizvodnje. Omogućuje neekspertima da kreiraju fizičke predmete jednostavno opisivanjem u riječima, što može značajno ubrzati proces dizajna i prototipiranja. Budućnost ovog sustava je ogromna, od brzog prototipiranja složenih predmeta do lokalne proizvodnje namještaja u kućanstvima.

Česta pitanja

Koliko je brzo ovaj sustav?

Brzina sustava ovisi o složenosti predmeta i broju prethodno izrađenih dijelova. Za jednostavne predmete kao što su stolci, izrada može trajati nekoliko minuta. Za složenije predmete, kao što su zračnolovni dijelovi, izrada može trajati nekoliko sati.

Može li sustav izraditi bilo koji predmet?

Trenutno, sustav je optimiziran za izradu namještaja i drugih kućanskih predmeta. Istraživači rade na proširenju funkcionalnosti sustava da bi podržao izradu različitih tipova predmeta.

Koliko košta ovaj sustav?

Trenutno, sustav je u fazi istraživanja i razvoj, pa se ne može navesti točna cijena. Istraživači rade na komercijalizaciji sustava i očekuje se da će cijena biti pristupačna za široku javnost.

Kako se sustav može koristiti u praksi?

Sustav se može koristiti u različitim kontekstima, od brzog prototipiranja u industriji do lokalne proizvodnje namještaja u kućanstvima. Korisnici mogu upućivati sustav s tekstualnim upitima i dobivati AI-generirane slike predmeta za početak.

Kako se sustav može unaprijediti?

Istraživači rade na unaprjeđenju sustava putem poboljšanja generativnih AI modela i integracije naprednijih robotičkih tehnologija. Također, rade na proširenju funkcionalnosti sustava da bi podržao izradu različitih tipova predmeta.

Uskoro očekujemo da će se sustav moći koristiti u praksi i da će postati dostupan za široku javnost. Očekujemo da će sustav značajno ubrzati proces dizajna i proizvodnje, omogućujući neekspertima da kreiraju fizičke predmete jednostavno opisivanjem u riječima.