از ایده تا ساخت قطعه واقعی؛ ورود هوش مصنوعی به دنیای طراحی و تولید سخت‌افزار

کدنویسی حسی دیگر قدیمی شد؛ اکنون نوبت به «تولید حسی» رسیده است

جف دیهان (Jeff Deehan) روزها در زمینه توسعه املاک فعالیت می‌کند و شب‌ها به پروژه‌های فنی و ساخت وسایل سرگرم‌کننده می‌پردازد.

این مرد ۴۲ ساله کارگاهی در خانه خود در ایست لنسینگ دارد. یکی از پروژه‌های او مدت‌ها بی‌پاسخ مانده بود: قطعه‌ای فولادی و کوچک برای اتصال کمپر به وانت‌بارش. دیهان هنگام کار با حالت صوتی GPT-6 Astra محصول OpenAI، قطعه مورد نیازش و زاویه قرارگیری آن را شرح داد و تنها ۵ دقیقه بعد، چت‌بات مدل اولیه آن را طراحی کرد.

دیهان به GPT-6 گفت شرکتی به نام SendCutSend را می‌شناسد که خدمات برش و شکل‌دهی سفارشی ورق‌های فلزی ارائه می‌دهد. چت‌بات فایل طرح خود را در قالب DXF دانلود کرد، وب‌سایت SendCutSend را باز نمود، فرم مربوطه را پر کرد و مبلغ ۱۵۶ دلار را با اطلاعات پرداختی که دیهان ذخیره کرده بود پرداخت نمود. ۱۰ روز بعد، قطعه ساخته‌شده درب منزل او تحویل داده شد.

او می‌گوید: «تنها در مدت ۱۰ دقیقه، قطعه‌ای را که در ذهنم داشتم فقط با صحبت کردن و بدون لمس گوشی‌ام به یک شیء فیزیکی واقعی تبدیل کردم.»

دیهان بخشی از جامعه روبه‌رشد علاقه‌مندانی است که با کمک هوش مصنوعی ابزارها و قطعات فیزیکی می‌سازند. آن‌ها از چت‌بات‌ها برای طراحی نمونه‌های اولیه استفاده می‌کنند و سپس فایل‌های تولیدشده توسط هوش مصنوعی را برای کارگاه‌های تولیدی، سازندگان تخصصی یا پرینترهای سه‌بعدی خانگی خود ارسال می‌نمایند.

مدل‌سازی اشیای فیزیکی با هوش مصنوعی ریسک‌های خاص خود را دارد. دیهان مطمئن بود طرح اولیه‌اش حداقل چند میلی‌متر خطا خواهد داشت، هرچند قطعه نهایی کاملاً دقیق از آب درآمد. با این حال، دیگر فعالان حوزه «تولید حسی» می‌گویند محصولاتشان به آزمون و خطاهای متعددی نیاز داشته و بخش زیادی از بودجه آن‌ها را بلعیده است.

کاربران عادی مدت‌هاست که از هوش مصنوعی برای توسعه نرم‌افزار استفاده می‌کنند؛ پدیده‌ای که اکنون با عنوان «کدنویسی حسی» (Vibe Coding) شناخته می‌شود. سازندگان سخت‌افزار معتقدند هوش مصنوعی اکنون به قلمرو خلق اشیای فیزیکی نیز قدم گذاشته و آن‌ها این روند تازه را «تولید حسی» (Vibe Manufacturing) می‌نامند.

زلزله هوش مصنوعی در قلمرو نرم‌افزارهای CAD

امی ژو (Amy Zhou) و جیک فیتزجرالد (Jake Fitzgerald) در حال توسعه ابزاری متن‌باز برای تولید حسی هستند. آن‌ها این ابزار را «text-to-CAD» (تبدیل متن به مدل طراحی مهندسی) نامیده‌اند؛ ابزاری که توانسته بیش از ۲۳ هزار ستاره در GitHub کسب کند.

ژو پیش‌تر در تیم قاب‌های آیفون در شرکت اپل فعالیت می‌کرد و اکنون مهندس طراحی در استارتاپ رندرینگ هوش مصنوعی Vizcom است. فیتزجرالد نیز پس از مدتی فعالیت در حوزه رمزارزها، قصد داشت دوباره به دنیای رباتیک بازگردد. این دو نفر ایده‌های جدید خود را در پیام‌هایی میان سان‌فرانسیسکو و نیویورک ردوبدل می‌کنند.

این دو نفر امیدوارند طراحی به کمک رایانه یا همان CAD را متحول سازند. مهندسان CAD از نرم‌افزارهای تخصصی برای طراحی و بهینه‌سازی مدل‌های سه‌بعدی استفاده می‌کنند، فرآیندی که به آموزش و مهارت بالا نیاز دارد؛ اما طرفداران تولید حسی می‌گویند اکنون با یک مدل زبانی بزرگ می‌توان این کار را به‌سادگی انجام داد.

ژو با استفاده از هوش مصنوعی جواهرات می‌سازد. استارتاپ پیشین این جوان ۲۵ ساله، تصاویری را که کاربران آپلود می‌کردند به مدل‌های سه‌بعدی آویز تبدیل می‌کرد و سپس آن‌ها را در قالب موم ریخته‌گری می‌نمود. او حتی پیش از ترک آن کسب‌وکار، گردنبندی برای روی لی (Roy Lee)، مدیرعامل Cluely، ساخت. او هنوز هم گاهی اوقات آویزهایی را با رندر هوش مصنوعی برای دوستانی که گردنبندی از تصویر حیوانات خانگی خود می‌خواهند طراحی می‌کند.

فیتزجرالد علاقه بیشتری به ساخت بازوهای رباتیک دارد. این طراح ۳۱ ساله با استفاده از ابزار text-to-CAD، بازویی از جنس ورق‌های فلزی طراحی کرد و حدود ۲۰۰ دلار برای ساخت آن به SendCutSend پرداخت. این بازو دارای برد حرکتی ۰٫۶ متر به‌همراه موتور و دوربین است و فیتزجرالد آن را محصولی آموزشی و سرگرم‌کننده برای یاد‌گیری مبانی رباتیک پیش از رونق چشمگیر این صنعت می‌داند.

چند ماه قبل، فیتزجرالد با شکست‌های پیاپی مواجه شد، زیرا هوش مصنوعی طرح‌های نادرست را روی طرح‌های معیوب قبلی بنا می‌کرد؛ برای مثال جای پیچ‌ها گشاد از آب درمی‌آمد. او حدود ۲ هزار دلار صرف سفارش‌های مکرر قطعات کرد؛ اما به گفته او با عرضه GPT-6 Astra، این مشکل دیگر وجود ندارد.

سوریش شارما (Sourish Sharma) نیز از نزدیک شاهد دگرگونی CAD توسط هوش مصنوعی بوده است. این جوان ۲۰ ساله ساکن لندن، ۳ سال پیش برای یک پروژه پژوهشی اسکن MRI انجام داد و داده‌های خام آن را دریافت کرد. او سپس یک پرینتر سه‌بعدی تهیه کرد و با استفاده از ابزاری متن‌باز، فایل داده‌ها را به مدلی قابل چاپ تبدیل نمود. آن ابزار عملکرد چندان خوبی نداشت و او مجبور شد فایل را به‌صورت دستی ویرایش کند. شارما می‌گوید: «برخی از شیارهای مغز اصلاً عمق و فرم طبیعی نداشتند.»

اکنون شارما پرینتری بسیار بزرگ‌تر و البته هوش مصنوعی را در اختیار دارد. مدل GPT-6 Astra تنها با یک دستور متنی، ابزار متن‌باز قبلی را کاملاً پشت سر گذاشت؛ داده‌ها را تبدیل کرد و مدلی بسیار دقیق‌تر از مغز پدید آورد. او یک مدل در اندازه واقعی مغز و چندین ماکت مینیاتوری پرینت کرده است که آن‌ها را به دوستانش هدیه می‌دهد.

شارما می‌گوید: «هوش مصنوعی عملاً مهندسی CAD را به‌طور کامل جایگزین می‌کند. اگر مهندس CAD باشید، این اتفاق تا حدی ناگوار است؛ اما خوشبختانه من مهندس CAD نیستم.»

کودکان؛ نخستین مخاطبان ساخت ابزار با هوش مصنوعی

هرچه محصولی پیچیده‌تر باشد، ساخت آن با روش تولید حسی دشوارتر خواهد بود. مسلماً به این زودی‌ها نمی‌توانید در خانه با کمک ChatGPT خودرو بسازید.

اما گروهی از مخاطبان وجود دارند که محصولات مورد نیازشان ساده و دردسترس است: کودکان. آرتور پرنس (Arthur Prince)، متخصص ۳۴ ساله فناوری اطلاعات در حومه پاریس، می‌گوید مدلسازی اسباب‌بازی کودکانه‌ای که با هوش مصنوعی ظرف یک هفته انجام داد، فقط با تکیه بر دانش CAD او ماه‌ها زمان می‌برد.

اسباب‌بازی ساخته پرنس بر اساس فرمان‌های صوتی کودک، با هوش مصنوعی داستان و تصویر می‌سازد. او تمام بخش‌ها، از بدنه خارجی گرفته تا سیم‌کشی‌های داخلی را با GPT-6 Astra طراحی کرد و سپس از Claude خواست ایرادات کار را بررسی و نقد کند. پس از توافق این دو چت‌بات، او ۱۰ عدد از این اسباب‌بازی را با هزینه‌ای حدود ۵۰۰ یورو به شرکت سازنده چینی JLCPCB سفارش داد؛ در حالی که نگران بود مبادا پول خود را صرف وسیله‌ای ناکارآمد کرده باشد.

خوشبختانه اسباب‌بازی‌ها کاملاً کار کردند. دختر پرنس که اولین آزمایش‌کننده دستگاه بود، شیفته آن شده است. پرنس می‌گوید: «او بسیار افتخار می‌کند که می‌بیند پدرش می‌تواند چنین چیزی بسازد.»

مزیت تولید اسباب‌بازی کودکان به روش حسی، سادگی طراحی آن‌هاست. بسیاری از والدین تمایلی ندارند کودکانشان در اینترنت به گشت‌وگذار بپردازند؛ از این رو طراحان نیازی ندارند دغدغه‌هایی مانند اتصال سیم‌کارت یا مجهز بودن به مرورگر وب را در نظر بگیرند.

دیوید پلاکون (David Plakon) می‌خواست فرزندانش بتوانند برای پدربزرگ و مادربزرگ خود در فلوریدا پیام بگذارند، اما تمایلی نداشت آن‌ها وارد اینترنت شوند.

این مرد ۳۹ ساله اهل آستین سال‌هاست که به ساخت و سرهم کردن دست‌سازه‌های فنی علاقه دارد. او از سال ۲۰۱۵ پرینتر سه‌بعدی دارد و در زمان انجام این مصاحبه نیز در حال پرینت شمشیری الهام‌گرفته از بازی‌ها برای فرزندش بود. بنابراین او و همسرش لارا به این نتیجه رسیدند که می‌توانند پیام‌گیر صوتی مخصوص به خود را با الهام از تلفن‌های سنتی قوطی کنسروی بسازند.

پلاکون چند ایده اولیه و دستورالعمل طراحی را برای ساخت نمونه اولیه در اختیار GPT-6 Astra گذاشت. او به چت‌بات گفت تمامی قطعات باید قابل خرید در بازار یا قابل چاپ با پرینتر سه‌بعدی باشند. مدل هوش مصنوعی به‌راحتی طرحی آماده کرد، به او پیشنهاد داد پتانسیومتر، بلندگو و یک تراشه ESP32 خریداری کند و سپس او را در تمام مراحل سرهم‌بندی قطعات راهنمایی کرد.

او تاکنون حدود ۱۵ بار این طرح را پرینت کرده و در هر مرحله آن را بهبود داده است. در ابتدا برخی از قطعات به‌درستی در جای خود چفت نمی‌شدند. او در این باره می‌گوید: «هوش مصنوعی عالی عمل می‌کند، اما بی‌نقص نیست.»

با این حال دستگاه کار می‌کند و پلاکون امیدوار است روزی آن را تجاری‌سازی کرده و بفروشد. او در حال حاضر پروژه را در مقیاس کوچک حفظ کرده و قصد دارد این جعبه صوتی را برای تعطیلات کریسمس به خانه پدربزرگ و مادربزرگ برساند.

پلاکون می‌گوید: «هیچ توهمی ندارم که این طرح را به یک کارخانه بدهم و آن‌ها بتوانند عیناً آن را تولید کنند؛ اما در حال حاضر ساخت نمونه اولیه به این روش واقعاً لذت‌بخش و سرگرم‌کننده است.»