Kadangi 3D spausdintuvai atpigo ir tapo plačiau prieinami, sparčiai auganti pradedančiųjų gamintojų bendruomenė gamina savo objektus. Norėdami tai padaryti, daugelis šių amatininkų mėgėjų turi prieigą prie nemokamų atvirojo kodo naudotojų sukurtų 3D modelių saugyklų, kuriuos jie atsisiunčia ir pagamina savo 3D spausdintuve.
Tačiau pritaikytų dizaino elementų pridėjimas prie šių modelių yra didžiulis iššūkis daugeliui gamintojų, nes tam reikia naudoti sudėtingą ir brangią kompiuterinio projektavimo (CAD) programinę įrangą, o tai ypač sunku, jei originalaus modelio atvaizdo nėra internete. Be to, net jei vartotojas gali pridėti suasmenintų elementų prie objekto, norint, kad šie pritaikymai nepakenktų objekto funkcionalumui, reikia papildomo domeno patirties, kurios trūksta daugeliui pradedančiųjų kūrėjų.
Siekdami padėti kūrėjams įveikti šiuos iššūkius, MIT tyrėjai sukūrė generatyviniu dirbtiniu intelektu pagrįstą įrankį, leidžiantį vartotojui pridėti pasirinktinius dizaino elementus prie 3D modelių nepažeidžiant pagamintų objektų funkcionalumo. Dizaineris galėtų panaudoti šį įrankį, vadinamą Style2Fab, norėdamas individualizuoti 3D objektų modelius, naudodamas tik natūralios kalbos raginimus, kad apibūdintų norimą dizainą. Tada vartotojas galėjo pagaminti objektus 3D spausdintuvu.
„Žmonėms, turintiems mažiau patirties, pagrindinė problema, su kuria jie susidūrė, buvo tokia: dabar, kai jie atsisiuntė modelį, kai tik nori atlikti kokius nors jo pakeitimus, jie patiria nuostolių ir nežino, ką daryti. „Style2Fab“ padėtų labai lengvai stilizuoti ir spausdinti 3D modelį, bet taip pat eksperimentuoti ir mokytis“, – sako Farazas Faruqi, informatikos magistrantūros studentas ir pagrindinis „Style2Fab“ pristatančio straipsnio autorius.
„Style2Fab“ veikia gilaus mokymosi algoritmai, kurie automatiškai suskirsto modelį į estetinius ir funkcinius segmentus, supaprastindami projektavimo procesą.
„Style2Fab“ ne tik suteikia naujų galimybių dizaineriams ir daro 3D spausdinimą prieinamesnį, bet ir gali būti naudojamas besivystančioje medicinos srityje. Tyrimai parodė, kad atsižvelgiant į estetines ir funkcines pagalbinio prietaiso ypatybes, padidėja tikimybė, kad pacientas jį naudos, tačiau gydytojai ir pacientai gali neturėti patirties pritaikyti 3D spausdinamus modelius.
Naudodamas Style2Fab, vartotojas gali pritaikyti nykščio įtvaro išvaizdą taip, kad jis susilietų su drabužiais, nekeičiant, pavyzdžiui, medicinos prietaiso funkcionalumo. Patogaus įrankio teikimas augančiai „pasidaryk pats“ pagalbinių technologijų sričiai buvo pagrindinė šio darbo motyvacija, priduria Faruqi.
Straipsnį jis parašė su savo patarėja, bendraautore Stefanie Mueller, MIT Elektros inžinerijos ir Kompiuterių mokslo bei Mechanikos inžinerijos katedrų docente ir Kompiuterių mokslo ir dirbtinio intelekto laboratorijos (CSAIL) nariu, vadovaujančiu HCI. Inžinerijos grupė; bendraautorė Megan Hofmann, Šiaurės Rytų universiteto Khoury kompiuterių mokslų koledžo docentė; taip pat kiti nariai ir buvę grupės nariai. Tyrimas bus pristatytas ACM vartotojo sąsajos programinės įrangos ir technologijų simpoziume.
Dėmesys funkcionalumui
Internetinės saugyklos, tokios kaip „Thingiverse“, leidžia asmenims įkelti naudotojo sukurtus atvirojo kodo skaitmeninio projektavimo failus iš objektų, kuriuos kiti gali atsisiųsti ir pagaminti naudodami 3D spausdintuvą.
Faruqi ir jo bendradarbiai pradėjo šį projektą tyrinėdami objektus, esančius šiose didžiulėse saugyklose, kad geriau suprastų įvairių 3D modelių funkcijas. Tai suteiktų jiems geresnį supratimą, kaip panaudoti AI modeliams suskirstyti į funkcinius ir estetinius komponentus, sako jis.
„Greitai supratome, kad 3D modelio paskirtis labai priklauso nuo konteksto, pavyzdžiui, vazos, kuri gali būti sėdima ant stalo arba pakabinama ant lubų su virvele. Taigi tai negali būti tik dirbtinis intelektas, kuris nusprendžia, kuri objekto dalis yra funkcionali. Mums reikia žmogaus“, – sako jis.
Remdamiesi tuo vertinimu, jie apibrėžė dvi funkcijas: išorinį funkcionalumą, kuris apima modelio dalis, kurios sąveikauja su išoriniu pasauliu, ir vidinę funkciją, kuri apima modelio dalis, kurias po pagaminimo reikia sujungti.
Stilizavimo įrankis turėtų išsaugoti išorinių ir vidinių funkcinių segmentų geometriją, tuo pačiu leidžiant pritaikyti nefunkcionalius, estetinius segmentus.
Tačiau norint tai padaryti, „Style2Fab“ turi išsiaiškinti, kurios 3D modelio dalys yra funkcionalios. Naudodama mašininį mokymąsi, sistema analizuoja modelio topologiją, kad galėtų sekti geometrijos pokyčių dažnį, pvz., kreivius ar kampus, kuriuose susijungia dvi plokštumos. Remdamasi tuo, modelis suskirstomas į tam tikrą skaičių segmentų.
Tada „Style2Fab“ lygina šiuos segmentus su tyrėjų sukurtu duomenų rinkiniu, kuriame yra 294 3D objektų modeliai, kurių kiekvieno modelio segmentai pažymėti funkcinėmis arba estetinėmis etiketėmis. Jei segmentas labai atitinka vieną iš tų dalių, jis pažymimas funkcinis.
„Tačiau labai sudėtinga suskirstyti segmentus pagal geometriją dėl didžiulių modelių skirtumų, kuriais buvo dalijamasi. Taigi šie segmentai yra pirminis rekomendacijų rinkinys, kuris rodomas vartotojui, kuris gali labai lengvai pakeisti bet kurio segmento klasifikaciją į estetinį ar funkcinį“, – aiškina jis.
Žmogus kilpoje
Kai naudotojas sutinka su segmentavimu, jis įveda raginimą natūralia kalba, aprašydamas norimus dizaino elementus, tokius kaip „šiurkštus, daugiaspalvis Chinoiserie sodinukas“ arba telefono dėklas „Maroko meno stiliaus“. AI sistema, žinoma kaip Text2Mesh, tada bando išsiaiškinti, kaip atrodytų 3D modelis, atitinkantis vartotojo kriterijus.
Jis manipuliuoja estetiniais Style2Fab modelio segmentais, prideda tekstūrą ir spalvą arba koreguoja formą, kad jis atrodytų kuo panašesnis. Tačiau funkciniai segmentai yra neriboti.
Tyrėjai visus šiuos elementus įtraukė į vartotojo sąsajos galinę dalį, kuri automatiškai segmentuoja ir stilizuoja modelį pagal kelis paspaudimus ir vartotojo įvestį.
Jie atliko tyrimą su kūrėjais, kurie turėjo daug įvairių 3D modeliavimo patirties, ir nustatė, kad Style2Fab buvo naudinga įvairiais būdais, remiantis gamintojo patirtimi. Pradedantiesiems vartotojams pavyko suprasti ir naudoti sąsają stilizuoti dizainą, tačiau ji taip pat suteikė palankią dirvą eksperimentams su maža kliūtimi patekti į rinką.
Patyrusiems vartotojams Style2Fab padėjo pagreitinti darbo eigą. Be to, naudojant kai kurias išplėstines parinktis, jie galėjo tiksliau valdyti stilizaciją.
Judėdami į priekį, Faruqi ir jo bendradarbiai nori išplėsti Style2Fab, kad sistema galėtų tiksliai valdyti fizines savybes ir geometriją. Pavyzdžiui, pakeitus objekto formą, gali pasikeisti jėga, kurią jis gali atlaikyti, todėl jis gali sugesti. Be to, jie nori patobulinti Style2Fab, kad vartotojas galėtų sukurti savo pasirinktinius 3D modelius nuo nulio sistemoje. Tyrėjai taip pat bendradarbiauja su „Google“ vykdydami tolesnį projektą.
Šį tyrimą palaikė MIT-Google programa, skirta kompiuterių naujovėms, ir panaudota MIT bitų ir atomų centro teikiama įranga.
