از پرامپت متنی تا ساخت زره با پرینتر سه‌بعدی در ۱۸ ساعت؛ شاهکار جدید هوش مصنوعی جمینای

صبح روز سه‌شنبه، اعلانی از سوی گوگل مبنی بر امکان دسترسی و آزمایش مدل جدید Gemini 4 Argon منتشر شد؛ اعلانی که معمولاً نادیده گرفته می‌شود، چراکه نام دقیق مدل‌ها اهمیت چندانی ندارد و آنچه اهمیت دارد، میزان کارایی آن‌ها در امور روزمره است. بااین‌حال، گوگل این بار دست روی موضوعی گذاشت که برای علاقه‌مندان به ساخت‌وسازهای فیزیکی جذابیت ویژه‌ای دارد.

جمینای ادعا می‌کرد می‌تواند «برنامه‌ای برای مدل‌سازی آباژور بسازد که امکان چاپ سه‌بعدی آن وجود داشته باشد». واکنش اولیه در جایگاه یک کارشناس چاپ سه‌بعدی این بود: «شرط می‌بندم از پس چنین کاری برنمی‌آیی!»

اما نتیجه خلاف این بدبینی را ثابت کرد؛ جمینای واقعاً توانست.

در این آزمایش، فاصله میان چند اسکرین‌شات ابتدایی تا یک قطعه کاملاً چاپ‌شده با پرینتر سه‌بعدی در کمتر از ۱۸ ساعت طی شد و سادگی شگفت‌انگیز این فرآیند بسیار جلب توجه می‌کرد.

باید از همین ابتدا اشاره کرد که هوش مصنوعی مولد همواره منتقدان جدی داشته است؛ به‌ویژه کسانی که معتقدند این ابزارها از هنر و آثار خلاقانه دیگران بدون پرداخت دستمزد منصفانه استفاده می‌کنند. در این پروژه، ایده ساخت آباژور به طراحی زره‌های کاسپلی تغییر یافت و محدوده کار عمداً به قطعاتی محدود شد که سازنده پیش‌تر خودش شیوه مدل‌سازی آن‌ها را بلد بود؛ یعنی مدل‌سازی ساق‌پوش، سرشانه‌بند و مچ‌پوش‌های فلزی، تا کار هنرمندان دیگر تصاحب نشود.

این فرآیند را می‌توان مشابه آهنگری دانست که شاگردی را برای آماده‌سازی قالب‌های خام زره فولادی به کار می‌گیرد؛ جزئیات دقیق و هویت اثر نهایی بر عهده استادکار است، درحالی‌که کارهای مقدماتی و تکراری را دستیار انجام می‌دهد. از آنجا که ساخت زره سینه یا کلاه‌خود پیچیدگی بالایی داشت، این موارد از برنامه حذف شدند تا تمرکز منحصراً روی بخش‌های آشنا قرار گیرد.

مراحل برنامه‌ریزی

گفت‌وگو با Gemini 4 حس و حالی مشابه با سایر مدل‌های جمینای دارد؛ این مدل به‌خوبی متوجه کلمات و مهم‌تر از آن، مقصود کاربر می‌شود. اولین نسخه از برنامه‌ای که جمینای طراحی کرد، روی گوشی موبایل ظاهر بسیار نامناسبی داشت؛ پنجره‌های بیش از حد زیاد و نبود پیش‌نمایش بصری مناسب از مدل در حال ساخت، کار با آن را دشوار می‌کرد. اما پس از توضیح اینکه برنامه بیش از حد شلوغ است و باید ساده‌تر شود، مدل به‌جای طرح سؤالات بی‌پایان، دقیقاً خروجی مدنظر را تحویل داد.

تمایز اساسی مدل Gemini 4 Argon در توانایی اجرای وظایف پیچیده با سرعتی چشمگیر است. اموری مانند ساخت برنامه‌های وب پیچیده با این مدل بسیار ساده به نظر می‌رسند و زمان لازم برای تولید نسخه‌های جدید بسیار کوتاه‌تر از مدل سبک‌تری مانند Gemini 3.5 Flash-Lite بود.

در طول توسعه این برنامه با حساب کاربری پایه، محدودیت توکن چند بار نمایان شد؛ بااین‌حال انتظار یک‌ساعته برای بازنشانی سهمیه چندان آزاردهنده نبود و کاربرانی که از نسخه‌های پیشرفته‌تر پرو استفاده می‌کنند، احتمالاً با چنین محدودیتی نیز مواجه نخواهند شد.

نسخه‌های اولیه این وب‌اپلیکیشن که KeriForge نام گرفت، از همان ابتدا به‌شکل غافلگیرکننده‌ای کاربردی بودند. تمامی اسلایدرهای تنظیم ابعاد مدل بدون نقص کار می‌کردند و با وجود پیچیدگی‌های اولیه، امکانات کافی برای شروع کار را فراهم می‌ساختند. بااین‌حال در ادامه کار، برخی ویژگی‌ها مانند بخش تولید کلاه‌خود حذف شدند و امکانات تازه‌ای مثل نشانه‌گذار محل سوراخ تسمه و ماشین‌حساب محاسبه محیط به آن اضافه شد.

جمینای به‌خوبی درک کرد که این تغییرات باید منطبق بر ماهیت فیزیکی محصول نهایی باشند. این مدل هوش مصنوعی به‌جای تلاش برای برش سوراخ‌های تسمه درون مدل دیجیتال، صرفاً نشانه‌هایی روی بدنه مدل ایجاد کرد تا سوراخ‌ها در دنیای واقعی و پس از چاپ بریده شوند. مدل‌های سه‌بعدی برای چاپ موفقیت‌آمیز باید ساختاری یکپارچه و به‌اصطلاح «نفوذناپذیر» (Watertight یا Manifold) داشته باشند؛ به این معنا که تمامی وجوه آن‌ها به درستی به هم متصل شوند. ایجاد سوراخ‌های تصادفی و ناهماهنگ در بدنه مدل بدون شک باعث تخریب کامل فرآیند چاپ می‌شد.

در مقطعی از پروژه، درخواستی مطرح شد مبنی بر اینکه امکان «دانلود برنامه روی آیپد پرو برای استفاده آسان‌تر» فراهم شود. جمینای متوجه شد که هدف ساخت یک اپلیکیشن بومی آیپد نیست، بلکه کاربر تمایل دارد همان وب‌اپلیکیشن را به‌صورت آفلاین روی تبلت خود داشته باشد. بنابراین جمینای برنامه را در قالب فایل HTML آماده کرد و پس از بارگذاری آن روی گوگل سایتس (Google Sites)، شیوه ذخیره‌سازی آفلاین آن را از طریق مرورگر سافاری توضیح داد.

علاوه بر این، پیش‌نمایش داخلی جمینای امکان مشاهده و اجرای مستقیم برنامه را در خود اپلیکیشن آیپد فراهم می‌کرد؛ قابلیتی که اعمال تغییرات را بسیار سریع و آسان می‌ساخت. در نهایت، پس از حدود ۱۰ مرحله آزمون و بازنگری، نسخه ۸٫۲ برنامه KeriForge آماده شد؛ نسخه‌ای که از کیفیت لازم برای تولید یک نمونه فیزیکی سه‌بعدی برخوردار بود.

پرداخت نهایی و اعمال جزئیات

توسعه این برنامه تجربه‌ای بسیار جذاب بود که ابعاد تازه‌ای از نحوه کار جمینای و شیوه‌های پرامپت‌نویسی دقیق‌تر را نشان داد. بااین‌حال، تردید اولیه این نبود که آیا جمینای می‌تواند برنامه بسازد یا خیر، بلکه این پرسش مطرح بود که آیا خروجی آن واقعاً قابلیت تبدیل به یک شیء فیزیکی چاپ‌پذیر را خواهد داشت؟

پس از اندازه‌گیری دقیق ابعاد دست و تنظیم مشخصات مچ‌پوش خام برای اطمینان از متناسب بودن آن با دست، دکمه خروجی (Export) فشرده شد. با توجه به استفاده از آیپد، فایل خروجی مستقیماً وارد نرم‌افزار Nomad Sculpt شد؛ ابزاری تخصصی برای حجاری دیجیتال که امکان افزودن خطوط تزیینی و نام طراح را روی بدنه مدل فراهم کرد.

در مرحله بعد، فایل مدل یک بار دیگر و این بار به یک برنامه تحت وب به نام Layerling منتقل شد. این ابزار امکان ویرایش فایل‌های STL (فرمت استاندارد مدل‌های سه‌بعدی فاقد رنگ) را برای ایجاد شیارهای عبور تسمه فراهم می‌کرد. این برنامه تخصصی‌تر می‌توانست برش‌ها را بدون آسیب زدن به یکپارچگی ساختار سه‌بعدی مدل اعمال کند؛ ابزاری که هر چه بیشتر مورد استفاده قرار گیرد، کارایی شگفت‌انگیز آن آشکارتر می‌شود.

ایجاد سوراخ‌ها در مدل بسیار آسان بود، زیرا پیش‌تر از جمینای خواسته شده بود نشانه‌های راهنما روی مدل تعبیه کند و یافتن محل دقیق برش‌ها هیچ زحمتی نداشت. پس از اعمال این برش‌ها، همه چیز برای مرحله نهایی یعنی چاپ فیزیکی آماده شد.

آیا این مدل واقعاً چاپ می‌شود؟

پس از آماده شدن فایل نهایی STL، مدل به نرم‌افزار Bambu Slicer انتقال یافت تا فرآیند چاپ کلید بخورد. برای چاپ این قطعه از فیلامنت TPU 75A استفاده شد؛ متریالی انعطاف‌پذیر و لاستیک‌مانند که برخلاف پلاستیک‌های خشک و شکننده‌تر مانند PLA و ABS، به‌خوبی روی انحنای دست می‌نشیند.

این همان لحظه سرنوشت‌ساز برای سنجش ادعای جمینای بود. پس از حدود ۱۱ ساعت آزمون و خطا در گفت‌وگو با هوش مصنوعی و ۷ ساعت فرآیند چاپ مداوم، مشخص می‌شد که آیا این مدل واقعاً به یک قطعه کاربردی تبدیل می‌شود یا توده‌ای درهم‌تنیده از پلاستیک سوخته روی صفحه پرینتر باقی می‌گذارد.

تصاویر نهایی به وضوح نشان دادند که این ایده با موفقیت کامل به ثمر نشسته است. علیرغم برخی نقص‌های ظاهری جزئی که هیچ ارتباطی با هندسه مدل نداشتند، قطعه‌ای کاملاً یکپارچه، بدون درز و کاربردی چاپ شد. ابعاد قطعه بی‌نقص بود و با طول ساعد و دور مچ دست تطابق میلی‌متری داشت.

نواقص سطحی موجود روی بدنه، ناشی از نرمی بیش از حد فیلامنت TPU و ارتفاع بلند مدل در حالت چاپ عمودی بود. با افزایش ارتفاع لایه‌ها در جریان چاپ، استحکام کششی کاهش یافت و قطعه زیر نازل پرینتر دچار لغزش‌های جزئی شد. برای دستیابی به بالاترین کیفیت ممکن در پروژه‌های آینده، استفاده از پایه‌های نگهدارنده قوی‌تر در نرم‌افزار اسلایسر یا خواباندن قطعه روی صفحه چاپ راهکار بهتری خواهد بود.

ابزاری فراتر از یک چت‌بات ساده

بسیاری از کاربران از هوش مصنوعی صرفاً برای کارهای روتین مانند مدیریت ایمیل‌ها یا سازمان‌دهی جدول‌ها استفاده می‌کنند و تصور عمومی بر این است که توسعه یک برنامه وب برای خلق یک محصول فیزیکی سه‌بعدی، فرآیندی طاقت‌فرسا خواهد بود که نیاز به آزمون و خطای دائمی پرامپت‌ها دارد. اما تجربه نشان داد که مدل Gemini Argon بستر و مفهوم درخواست‌ها را بسیار فراتر از حد تصور درک می‌کند.

اصطلاح «مهندسی پرامپت» همواره موجب فاصله‌گیری بسیاری از کاربران از دنیای هوش مصنوعی شده است؛ چراکه هیچ کاربری مایل نیست زمان زیادی را صرف تفهیم خواسته‌های خود به ماشین کند. این دست مفاهیم گاهی هوش مصنوعی را در حصاری از ابهامات قرار می‌دهند تا آن را دانشی پیچیده و دست‌نیافتنی جلوه دهند؛ درحالی‌که آخرین نسل از مدل‌های زبانی ثابت کرده‌اند که تعامل با آن‌ها بسیار طبیعی، صریح و بدون پیچیدگی‌های مصنوعی است.

اگرچه دغدغه‌های اخلاقی و انتقادات پیرامون هوش مصنوعی مولد کماکان پابرجاست، اما نمی‌توان از شگفتی ابزاری چشم‌پوشی کرد که قادر است یک ایده ذهنی را در کمتر از یک روز به یک محصول فیزیکی ملموس تبدیل کند. چالشی که با تردید آغاز شد، در عمل بازدهی فوق‌العاده خود را به اثبات رساند. هوش مصنوعی شاید جایگزین نبوغ انسان در تمام مراحل نشود، اما بدون تردید می‌تواند به موتوری قدرتمند برای برافروختن شعله خلاقیت و تسریع فرآیند ساخت تبدیل گردد.