Az OpenAI bemutatta, hogyan segítik a vállalat nagy nyelvi és multimodális modelljei a mérnököket mechanikai és villamos műszaki tervezésben, rendszerszintű megoldások kialakításában, valamint a szimulációk és gyártási rajzok előkészítésében. A fejlesztések célja, hogy csökkentsék a szakemberek kézzel végzett ismétlődő feladatait, és több időt biztosítsanak az ötletek kipróbálására és a tervek javítására.
Milyen feladatokra alkalmazzák a modelleket
Az OpenAI csapatai a következő típusú munkákban használják a modelleket:
- rajzok és CAD‑modellek létrehozása és módosítása,
- gyártási rajzok és szerelési dokumentációk előkészítése,
- szimulációk beállítása és eredmények értelmezése,
- PCB‑k tervezése, alkatrészek kiválasztása és kapcsolódási pontok meghatározása,
- felhasználói felületek, firmware és szoftverintegrációk generálása.
Ezek a feladatok gyakran megkövetelik a mechanikai terveket, elektronikát, szoftvert és gyártási követelményeket átfogó koordinációt, amiben a modellek támogatást nyújtanak.
Belső kísérleti eredmények és mérőszámok
Az elmúlt egy évben az OpenAI szerint a frontrendű modellképességek javulása hozzájárult ahhoz, hogy belső csapataik gyorsabban próbálhassanak ki új ötleteket és iterálhassanak terveken. A vállalat hardver- és infrastruktúra csapatai a Codex és a ChatGPT használatával készítenek és javítanak CAD‑modelleket, készítenek gyártási rajzokat, állítanak be szimulációkat és vizsgálják a terveket; a token‑alapú modellethasználatuk február óta 23‑szoros növekedést mutat.
Egy belső benchmark, a BenchCAD 2.0, azt vizsgálja, hogy a modellek képesek‑e 3D alkatrészek és összeállítások rekonstruálására, illetve áramköri kapcsolatok felismerésére. Egy újabb, belső modell átlagos pontszáma 0,875 lett, míg GPT‑6 Astra legmagasabb reasoning beállításán 0,594‑et ért el. Az OpenAI szerint ezek a javulások korai bizonyítékai annak, hogy az AI képes lehet felgyorsítani a professzionális munkafolyamatok iterációját.
Gyakorlati kísérlet: eszköz tervezése GPT‑6 és Astra segítségével
Az egyik kísérletben GPT‑6‑ot használtak a funkcionális követelmények meghatározására, valamint az Astra modellt az eszköz esztétikájának, burkolatának, nyomtatott áramköri lapjának (PCB) és szoftverintegrációinak megtervezésére. Az esztétikai irányt az Astra a Work Louder együttműködés és játékkal, játékokkal kapcsolatos referenciák alapján dolgozta ki.
Két csapattag kevesebb mint egy hét alatt megtervezte ezt a tesztkészüléket Astra támogatásával, mellékprojektként. Egy szerződéses gyártó kevesebb mint egy hónap alatt készített belőle egy kis sorozatú prototípust. Ugyanakkor a gyártásra való előkészítés több környi felülvizsgálatot és iterációt igényelt: Astra nem minden esetben vette figyelembe következetesen a gyártó termelési korlátait, tűréseket és az összeszereléshez szükséges részleteket. Ezek a hiányosságok segítenek meghatározni, min kell még javítani a jövőbeli modelleknek.
Iparági együttműködések és terepi tesztek
Az OpenAI kis csoportnyi ipari partnerekkel dolgozik együtt, hogy valós mérnöki problémákon próbálják ki a képességeket. A partnerek mérnökei ellenőrzik a modellkimenetek pontosságát és gyárthatóságát, és visszajelzéseik alapján azonosítják, mely feladatokban nyújthatnak ma támogatást a modellek, és hol van szükség továbbfejlesztésre a biztonságos, megbízható alkalmazáshoz.
Kiterjesztik együttműködésüket a Chip Ganassi Racinggel (CGR), hogy felgyorsítsák a tervezést és a prototipizálást. A CGR R&D csapatával olyan munkafolyamatokat tesztelnek, amelyek meglévő alkatrészek 3D‑szkennelését szerkeszthető CAD‑modellekké és 2D gyártási rajzokká alakítják — ez különösen hasznos, ha az eredeti tervezési fájlok nem állnak rendelkezésre. A CGR mérnökei felülvizsgálják a modellek és rajzok pontosságát és gyárthatóságát, és visszajelzéseik segítenek meghatározni, hol csökkenthetik a modellek a manuális munkát.
Az OpenAI új kutatási együttműködést jelentett be a Mazda Motor Corporation‑nal is. A vállalat kutatási és Forward Deployed Engineering csapatai együtt dolgoznak a Mazda aerodinamikai és ütközésbiztonsági mérnökeivel azon, hogy a modellek hogyan segíthetik új járműtervek kidolgozását és értékelését. A munka légáramlás‑ és szerkezeti viselkedésszimulációkat használ a teljesítményjavítások feltérképezésére, figyelembe véve a formatervezést és költségszempontokat. Az OpenAI közlése szerint a GPT‑6 Astra támogatja a Mazda aerodinamikai mérnökeit új orrformák modellezésében, légáramlás‑szimulációk futtatásában és a legígéretesebb variánsok finomhangolásában; a Mazda Motor Corporation jóváhagyását az együttműködés használatára megszerezték.
Következtetések és felhívás együttműködésre
Az OpenAI tapasztalatai szerint a modellalapú támogatás ígéretes lehetőségeket kínál a hardverfejlesztés és a gyártás területén, ugyanakkor több fejlesztés szükséges a gyártásközeli pontosság és megbízhatóság terén. A vállalat partnerkeresést hirdet mérnökök, mérnöki irodák és szoftverszállítók számára, akik részt vennének a frontvonalbeli modellek képzésének és fejlesztésének alakításában — különösen mechanikai mérnöki, villamosmérnöki, elektromechanikai tervezés, mechatronika vagy ezekhez kapcsolódó területeken. Az érdeklődők egy űrlap kitöltésével jelezhetik együttműködési szándékukat.
Az OpenAI hangsúlyozza, hogy bár az eredmények koraiak és ígéretesek, a modellek ipari bevezetése gondos tesztelést, felügyeletet és a gyártási követelmények jobb figyelembe vételét igényli.
