BrickGPT prekursorem projektowania i prototypowania elementów

BrickGPT zmienia projektowanie i prototypowanie przedmiotów zaczynając od prostych klocków Lego kończąc na rozwiązaniach przemysłowych.

Na pierwszy rzut oka projekt Carnegie Mellon University brzmi jak zabawka dla pasjonatów klocków Lego. BrickGPT, bo o nim mowa, to narzędzie oparte na sztucznej inteligencji, które potrafi zamienić proste słowo w szczegółową instrukcję budowy stabilnej konstrukcji z klocków. Jednak za tą pozornie lekką formą kryje się coś specjalnego. Nowa koncepcja generatywnej produkcji, która może zrewolucjonizować proces tworzenia prototypów i przedmiotów codziennego użytku.

Profesorowie i doktoranci z CMU podkreślają, że BrickGPT to dopiero początek drogi. Wpisując hasło „sofa” czy „gitara”, użytkownik otrzymuje model 3D, który następnie zostaje przełożony na stabilną strukturę z klocków. Co istotne, algorytmy nie tylko generują formę, lecz także weryfikują jej stabilność – a jeśli pojawi się ryzyko błędu, system cofa się i poprawia konstrukcję. Dzięki temu możliwe staje się szybkie testowanie nowych pomysłów, zarówno przez ludzi, jak i roboty.

Choć BrickGPT działa obecnie na bazie Lego, jego potencjał wykracza daleko poza świat dziecięcych zestawów. Jak zauważa Changliu Liu z CMU, tradycyjny proces projektowania i prototypowania jest długotrwały i kosztowny. Wprowadzenie generatywnej sztucznej inteligencji może znacząco skrócić ten cykl, otwierając drzwi do szybszej produkcji mebli, narzędzi, a w przyszłości nawet elementów architektonicznych.

Podobne innowacje obserwujemy w innych branżach. Na przykład naukowcy z MIT pracują nad systemami, które wykorzystują AI do projektowania materiałów o określonych właściwościach mechanicznych, takich jak lekkość przy jednoczesnej dużej wytrzymałości. Z kolei w branży motoryzacyjnej BMW eksperymentuje z generatywnymi modelami AI do projektowania elementów karoserii i wnętrz, które spełniają rygorystyczne normy bezpieczeństwa, a jednocześnie są lżejsze i bardziej ergonomiczne.

Generatywna produkcja to coś więcej niż tylko optymalizacja. To zmiana filozofii tworzenia rzeczy. Dotąd proces ten opierał się na iteracjach – inżynier projektował prototyp, testował go, wprowadzał poprawki i powtarzał cykl. Dzięki narzędziom takim jak BrickGPT, możliwe staje się wygenerowanie od razu dziesiątek czy setek stabilnych wariantów, spośród których człowiek wybiera najlepszy. To podejście przypomina ewolucję w świecie przyrody – różne formy powstają równocześnie, a tylko te najlepiej dostosowane przechodzą dalej.

W podobnym duchu działa projekt firmy Autodesk, która rozwija tzw. generative design, czyli systemy projektowe zdolne do tworzenia setek rozwiązań konstrukcyjnych w oparciu o określone parametry, takie jak waga, koszt czy wytrzymałość. Już dziś technologia znajduje zastosowanie w lotnictwie, gdzie każdy gram oszczędności przekłada się na ogromne korzyści ekonomiczne i ekologiczne.

Nie można jednak zapominać, że wraz z potencjałem pojawiają się też wyzwania. Modele generatywne uczą się na danych, a więc są podatne na ich ograniczenia. BrickGPT bazuje na zestawie ponad 47 tysięcy struktur zbudowanych na podstawie 28 tysięcy obiektów 3D. Ilość jest duża, ale wciąż baza jest ograniczona. Pytanie, jak takie systemy poradzą sobie przy bardziej skomplikowanych projektach, np. w architekturze czy medycynie, pozostaje otwarte.

Kolejnym problemem jest przejrzystość działania algorytmów. W wielu branżach, takich jak budownictwo czy medycyna, konieczne będzie zapewnienie pełnej weryfikowalności procesu. Nie wystarczy, że system „wie”, że konstrukcja jest stabilna, musi także udowodnić dlaczego. W tym kontekście warto przywołać przykład ze świata farmacji. Badania nad użyciem AI w projektowaniu nowych leków pokazują, że brak przejrzystości modeli stanowi poważną barierę regulacyjną.

Mimo tych wyzwań BrickGPT jest obiecującym krokiem. Lego to medium dostępne i zrozumiałe, które pozwala bezpiecznie testować mechanizmy generatywnego projektowania. Jeśli AI potrafi stworzyć stabilną sofę z klocków, w przyszłości będzie mogła zaprojektować rzeczywistą konstrukcję wystarczy, że zmienimy materiał, skalę i dostosujemy technologię do tego wykorzystywaną.

Jak podkreślają badacze z Carnegie Mellon, chodzi nie tylko o nowe narzędzie, ale o nowy sposób myślenia o produkcji. Tak jak druk 3D zrewolucjonizował prototypowanie dekadę temu, tak generatywne AI może otworzyć erę, w której każdy pomysł da się szybko zamienić w stabilny, fizyczny obiekt.

Szymon Ślubowski