Ferramenta de IA para Agilizar a Fabricação com Peças de Lego
Créditos da Imagem: Universidade Carnegie Mellon
Pesquisadores da Escola de Ciência da Computação da Universidade Carnegie Mellon desenvolveram uma nova ferramenta de IA que pode transformar a indústria e a construção.
De Texto a Criações de Lego Estáveis
O BrickGPT, desenvolvido na Carnegie Mellon, utiliza prompts de texto para transformar ideias em criações de Lego. Por exemplo, digitar “guitarra” gera um guia passo a passo, peça por peça, para a construção de um modelo estável. Embora agora focada em Lego, a capacidade de transformar palavras em designs estáveis tem usos muito mais amplos.
“Esta pesquisa avança a manufatura generativa, permitindo que qualquer pessoa use IA para projetar e construir objetos do cotidiano”, disse Jun-Yan Zhu. “É uma nova fronteira que vai além da criação de vídeos ou fotos.” “As peças de Lego são apenas o ponto de partida.”
A equipe afirma que a combinação de IA e robótica pode acelerar a transformação de ideias em formas físicas. “Ao integrar a IA generativa, podemos aumentar a eficiência e remover muitas das barreiras que retardam a prototipagem na manufatura.”
Atualmente, a demonstração do BrickGPT permite criar instruções passo a passo para humanos ou robôs montarem 21 modelos diferentes de Lego, como uma casa de passarinho, um sofá ou um piano. Para construir um sofá, por exemplo, o usuário digita “sofá” no BrickGPT, que gera um modelo 3D. Um algoritmo então converte esse modelo em uma estrutura de peças de Lego, e o BrickGPT verifica sua estabilidade. O guia resultante pode ser seguido por uma pessoa ou um braço robótico para construir a peça final.
Criando o Conjunto de Dados StableText2Brick e Treinando o Modelo
Para construir o BrickGPT, os pesquisadores criaram o StableText2Brick, um conjunto de dados com 47.000 estruturas de Lego a partir de 28.000 objetos 3D voxelizados com legendas, e treinaram um LLM para prever a estabilidade de cada peça.
Caso ocorra um erro, o BrickGPT inicia um processo de reversão para remover pontos instáveis. “Se uma estrutura for instável, o modelo retorna a um ponto estável”, disse a doutoranda Ava Pun, observando que um algoritmo de física avalia a estabilidade de cada bloco.
Liderada pelos professores Jun-Yan Zhu e Changliu Liu, a equipe planeja expandir o BrickGPT para além de 21 objetos e diversificar as peças para aumentar a precisão e a complexidade.
Leia o Artigo Original Techxplore
Leia mais Mão Robótica Demonstra Habilidade Realista em Tarefas Complexas de Laboratório
