API جامعطراحی به کمک کامپیوتر یا CAD یکی از ابزارهای اصلی مهندسان برای ساخت انواع محصولات فیزیکی است. با استفاده از این نرم‌افزارها، طراحان و مهندسان می‌توانند اسکچ‌های دوبعدی را به مدل‌های سه‌بعدی تبدیل کرده و قبل از تولید نهایی، آن‌ها را آزمایش و اصلاح کنند. با این حال، یادگیری نرم‌افزارهای CAD به‌دلیل وجود هزاران دستور و انتخاب، کار زمان‌بر و دشواری است.
حالا مهندسان MIT سعی دارند این فرآیند را با کمک هوش مصنوعی ساده‌تر کنند. آن‌ها مدلی از هوش مصنوعی توسعه داده‌اند که می‌تواند مانند یک کاربر واقعی با نرم‌افزار CAD کار کند. کافی است یک طرح دوبعدی به این مدل بدهید، تا نسخه‌ی سه‌بعدی آن را با کلیک روی دکمه‌ها و منوهای مختلف، مشابه یک مهندس انسانی، بسازد.
تیم تحقیقاتی MIT برای این پروژه یک دیتاست جدید با نام VideoCAD ایجاد کرده است که شامل بیش از ۴۱ هزار نمونه از مراحل ساخت مدل‌های سه‌بعدی در نرم‌افزارهای CAD است. این ویدیوها هر مرحله از ساخت اشیاء و شکل‌های مختلف را نشان می‌دهند و مدل هوش مصنوعی می‌تواند با یادگیری از آن‌ها، مانند انسان از CAD استفاده کند.
هدف نهایی از توسعه VideoCAD، ساخت یک «دستیار هوشمند طراحی» یا CAD Co-pilot است؛ ابزاری که نه‌تنها بتواند مدل سه‌بعدی طراحی‌شده را بسازد، بلکه با همکاری کاربر انسانی، پیشنهاداتی برای مراحل بعدی ارائه دهد، یا به‌طور خودکار وظایف تکراری و زمان‌بر طراحی را انجام دهد.
غادی نهیمه، دانشجوی دکترای مهندسی مکانیک MIT درباره این پروژه می‌گوید: «این فناوری می‌تواند بهره‌وری مهندسان را افزایش دهد و همچنین باعث شود افراد بیشتری بتوانند از نرم‌افزارهای طراحی در پروژه‌هایشان استفاده کنند، حتی کسانی که تجربه قبلی ندارند.»
فائز احمد، استاد مهندسی مکانیک در MIT نیز اضافه می‌کند: «این مدل، ورود به دنیای طراحی را ساده‌تر می‌کند و به افراد کمک می‌کند بدون نیاز به سال‌ها آموزش، بتوانند ایده‌هایشان را به مدل‌های سه‌بعدی تبدیل کنند.»
تیم تحقیقاتی شامل نهیمه، احمد، برندون من (دانشجوی دکترا) و فردوس علام (پسا‌دکترا) قرار است این نتایج را در کنفرانس NeurIPS در ماه دسامبر ارائه کنند.
ساخت مدل، کلیک به کلیک
این پروژه، توسعه‌ا‌ی بر مفاهیم جدیدی در دنیای هوش مصنوعی است، به‌ویژه ایجنت‌هایی که می‌توانند با رابط کاربری نرم‌افزارها تعامل داشته و وظایف پیچیده را انجام دهند. اما CAD به‌دلیل پیچیدگی و تنوع ابزارها، از سایر برنامه‌ها بسیار دشوارتر است.
در قدم اول، تیم MIT از یک دیتاست موجود استفاده کرد که شامل دنباله‌ای از دستورات سطح‌بالای CAD برای ساخت اشیاء مختلف بود. اما این دستورات برای آموزش ایجنت هوش مصنوعی کافی نبودند. ایجنت باید جزییات دقیق‌تری را درک می‌کرد؛ مثلاً اینکه از کدام بخش اسکچ استفاده کند یا چه زمانی بزرگ‌نمایی یا اکسترود انجام دهد. بنابراین، محققان سیستمی طراحی کردند که این دستورات سطح‌بالا را به اقدامات دقیق رابط کاربر مانند کلیک یا درگ‌کردن ترجمه کند.
برای مثال، نهیمه توضیح می‌دهد: «وقتی گفته می‌شود خطی از نقطه ۱ به نقطه ۲ بکش، ما این را به کلیک از مکان پیکسلی اول به مکان دوم ترجمه می‌کنیم، در حالی که ابزار “خط” فعال است.»
در نهایت، تیم بیش از ۴۱ هزار ویدیو تولید کرد که در آن‌ها مراحل ساخت هر شی در نرم‌افزار CAD، شامل کلیک‌ها، دِرَگ‌ها و کلیدهای فشرده‌شده مستند شده‌اند. این داده‌ها برای آموزش مدل هوش مصنوعی استفاده شد تا بتواند به‌طور مستقیم کنترل نرم‌افزار را در دست بگیرد و از یک تصویر دوبعدی، شکل سه‌بعدی بسازد — از قطعات ساده گرفته تا طراحی‌های پیچیده مانند خانه‌ها.
مهندسان در حال آموزش مدل با طرح‌های پیچیده‌تر هستند و امید دارند که VideoCAD و این مدل هوش مصنوعی بتوانند به عنوان یک دستیار هوشمند عمل کرده و طراحی سه‌بعدی را در حوزه‌های مختلف تسهیل کنند.
مهدی عطایی، پژوهشگر ارشد در بخش تحقیقاتی Autodesk که در این پروژه دخیل نبوده، می‌گوید: «VideoCAD گام ابتدایی و مهمی در جهت ساخت دستیارهای هوشمند است که نه‌تنها کاربران جدید را راهنمایی کرده، بلکه مدل‌سازی‌های تکراری را نیز خودکار می‌کند. این پروژه زیربنایی غنی برای توسعه ابزارهایی است که با انواع نرم‌افزارهای CAD و شرایط پیچیده‌تر کار کنند.»
