Page 23 - Inżynieria & Utrzymanie Ruchu I kw. 2025

rem nadzwyczajnym na wydziałach elektrotechniki i infor- matyki oraz inżynierii mechanicznej MIT, a także członkiem Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL), który kieruje grupą inżynieryjną HCI; współautorka Megan Hofmann, adiunkt w Khoury College of Computer Sciences na Northeastern University; a także inni członkowie i byli członkowiegrupy.BadaniazostanązaprezentowanenaACM Symposium on User Interface So ware and Technology.
Koncentracja na funkcjonalności
Internetowe repozytoria, takie jak ingiverse, umożliwiają osobom zycznym przesyłanie stworzonych przez użytkow- ników, cyfrowych plików projektowych o otwartym kodzie źródłowym obiektów, które inni mogą pobrać i wyproduko- wać za pomocą drukarki 3D.
Faruqi i jego współpracownicy rozpoczęli ten projekt od zbadania obiektów dostępnych w tych ogromnych repozyto- riach, aby lepiej zrozumieć funkcje, które istnieją w różnych modelach 3D. Dałoby im to lepsze wyobrażenie o tym, jak wykorzystać sztuczną inteligencję do segmentacji modeli na elementy funkcjonalne i estetyczne, mówi.
"Szybko zauważyliśmy, że przeznaczenie modelu 3D jest bardzo zależne od kontekstu, jak w przypadku wazonu, który może stać płasko na stole lub wisieć pod su tem na sznurku. Więc nie może to być tylko sztuczna inteligencja, która decyduje, która część obiektu jest funkcjonalna. Po- trzebujemy człowieka w pętli" - powiedział.
Opierając się na tej ocenie, zde niowali dwie funkcjo- nalności: funkcjonalność zewnętrzną, która obejmuje części modelu, które wchodzą w interakcje ze światem zewnętrz- nym, oraz funkcjonalność wewnętrzną, która obejmuje czę- ści modelu, które muszą łączyć się ze sobą po wyproduko- waniu.
Narzędzie do stylizacji musiałoby zachować geometrię zewnętrznych i wewnętrznych segmentów funkcjonalnych, jednocześnie umożliwiając dostosowanie niefunkcjonal- nych, estetycznych segmentów.
Ale aby to zrobić, Style2Fab musi dowiedzieć się, które części modelu 3D są funkcjonalne. Korzystając z uczenia maszynowego, system analizuje topologię modelu, aby śle- dzić częstotliwość zmian geometrii, takich jak krzywe lub kąty, w których łączą się dwie płaszczyzny. Na tej podstawie dzieli model na określoną liczbę segmentów.
Następnie Style2Fab porównuje te segmenty z utworzo- nym przez naukowców zbiorem danych, który zawiera 294 modele obiektów 3D, z segmentami każdego modelu opa-
Oprócz umożliwienia początkującym projektantom i uczynienia druku 3D bardziej dostępnym, Style2Fab może być również wykorzystywany w rozwijającym się obszarze produkcji medycznej.
trzonymi etykietami funkcjonalnymi lub estetycznymi. Jeśli segment ściśle pasuje do jednego z tych elementów, jest oznaczony jako funkcjonalny.
"Klasy kacja segmentów tylko na podstawie geometrii jest jednak naprawdę trudnym problemem ze względu na ogromne różnice w udo- stępnianych modelach. Segmenty te są więc początkowym zestawem rekomendacji wyświetlanych użyt- kownikowi, który może bardzo łatwo zmienić klasy kację dowolnego seg- mentu na estetyczną lub funkcjonal- ną" - wyjaśnia.
Człowiek w pętli
Więcej
Gdy użytkownik zaakceptuje seg-
mentację, wprowadza podpowiedź
w języku naturalnym opisującą po-
żądane elementy projektu, takie jak
"szorstka, wielokolorowa sadzar-
ka Chinoiserie" lub etui na telefon
"w stylu sztuki marokańskiej". System sztucznej inteligencji, znany jako Text2Mesh, próbuje następnie dowiedzieć się, jak wyglądałby model 3D spełniający kryteria użytkownika.
Manipuluje estetycznymi segmentami modelu w Style- 2Fab, dodając teksturę i kolor lub dostosowując kształt, aby wyglądał jak najbardziej podobnie. Ale segmenty funkcjo- nalne są niedostępne.
Naukowcy umieścili wszystkie te elementy w interfejsie użytkownika, który automatycznie segmentuje, a następnie stylizuje model na podstawie kilku kliknięć i danych wej- ściowych od użytkownika.
Przeprowadzili oni badanie z udziałem twórców, któ- rzy mieli różne poziomy doświadczenia z modelowaniem 3D i odkryli, że Style2Fab był przydatny na różne sposoby w zależności od doświadczenia twórcy. Początkujący użyt- kownicy byli w stanie zrozumieć i wykorzystać interfejs do stylizacji projektów, ale stanowił on również podatny grunt do eksperymentowania z niską barierą wejścia.
Dla doświadczonych użytkowników Style2Fab pomógł przyspieszyć ich przepływ pracy. Ponadto korzystanie z nie- których zaawansowanych opcji dało im bardziej szczegóło- wą kontrolę nad stylizacjami.
Idąc dalej, Faruqi i jego współpracownicy chcą rozsze- rzyć Style2Fab, aby system oferował precyzyjną kontrolę nad właściwościami zycznymi, a także geometrią. Na przykład zmiana kształtu obiektu może zmienić siłę, jaką może on wytrzymać, co może spowodować jego uszkodzenie pod- czas produkcji. Ponadto chcą ulepszyć Style2Fab, aby użyt- kownik mógł generować własne niestandardowe modele 3D od podstaw w ramach systemu. Naukowcy współpracują również z Google nad kolejnym projektem. n
INFORMACJI
W SKRÓCIE
Naukowcy z MIT opracowali Style2Fab, narzędzie oparte na generatywnej sztucznej inteligencji, umożliwiające początkującym twórcom łatwe dodawanie niestandardowych elementów projektu do modeli 3D za pomocą podpowiedzi w języku naturalnym, dzięki czemu drukowanie 3D staje się bardziej dostępne.
Algorytmy głębokiego uczenia Style2Fab dzielą modele na segmenty estetyczne i funkcjonalne, umożliwiając użytkownikom dostosowywanie niefunkcjonalnych, estetycznych części przy jednoczesnym zachowaniu funkcjonalności obiektów drukowanych w 3D. Ta innowacja ma potencjał w technologii wspomagającej majsterkowanie.
INŻYNIERIA & UTRZYMANIE RUCHU – www.utrzymanieruchu.pl
I kwartał 2025 21