- MIT 和 IBM 研究團隊開發 GIFT 框架，提升 AI 生成 CAD 設計準確性。
- GIFT 利用 AI 的錯誤來生成訓練數據，解決 CAD 訓練數據短缺問題。
- 該框架自動識別錯誤並創建新訓練數據，無需人類介入。
- GIFT 可加速產品開發，讓 AI 生成的 CAD 模型更可靠。
從簡單圖像創建現實的三維模型對人工智能而言仍然相當困難。儘管人工智能能生成令人印象深刻的圖像，但要生成工程師用於設計飛機零件、汽車及消費產品的精確 CAD 代碼則更加具挑戰性。即使是微小的錯誤也會導致設計無法使用。現在，來自麻省理工學院、IBM 和 Red Hat 的研究人員開發了一種框架，顯著提升了人工智能系統將 2D 圖像轉換為功能性 CAD 程式的能力，能生成更準確的設計，同時將推斷計算量減少約 80%。
解決 CAD 訓練數據短缺
這項新研究解決了人工智能驅動工程中的一大障礙，即高質量 CAD 訓練數據的短缺。現有的圖像轉 CAD 系統需要大量示例將 2D 圖像與有效的 CAD 程式連結，但創建這些數據集既昂貴又勞動密集。新方法不再依賴更多人為創建的數據，而是通過利用人工智能已經犯的錯誤來進行教學。
研究的首席作者及人工智能研究員 Giorgio Giannone 表示：「我們希望獲得由模型本身提供的信息增強數據。」該團隊的框架稱為幾何推斷反饋調整（GIFT），其運作與視覺語言模型配合，將 2D 圖像和文字描述轉換為可在 CAD 軟件中執行的 Python 代碼，以創建三維物體。為了理解模型的薄弱之處，GIFT 讓其以並行方式多次解決相同的 CAD 問題。
有些輸出是正確的，有些接近目標設計，而另一些則相差甚遠。研究人員指出，這些「接近錯誤」的輸出最為珍貴，因為它們揭示了模型尚未理解的具體內容。系統執行每個生成的 CAD 程式，並使用一項標準工程指標，即交集比（Intersection over Union，IoU），來比較生成的三維幾何圖形與目標的匹配程度。GIFT 不會放棄不完美的輸出，而是識別那些接近正確的輸出，並利用它們生成新的訓練示例。
Giannone 解釋道：「如果我們對模型進行 10 次取樣，並且它對同一問題生成 10 個正確答案，那麼它就沒有太多可以學習的內容。我們關心的是中間情況，模型可能僅能解決問題的 50%。」GIFT 通過兩種互補技術改進模型。第一種稱為 GIFT-REJECT，保留即使代碼與原始參考解決方案不同但生成正確幾何圖形的替代 CAD 程式。傳統的人工智能訓練通常假設每個物體只有一個正確的 CAD 程式，儘管工程師可以以多種不同方式創建相同的零件。
通過讓模型接觸多個有效解決方案，GIFT 擴大了其對 CAD 設計構建方式的理解。第二種方法 GIFT-FAIL 專注於不完美的輸出。系統將 AI 生成的幾乎正確的三維模型轉換回圖像，並將該圖像與正確的 CAD 程式配對。這樣做生成的新示例有效地教會模型如何從特定錯誤中恢復。
自動生成訓練數據的能力
更重要的是，這一過程不需要人類介入。該框架自動識別錯誤，創建新的訓練數據，並利用這些信息改進模型。研究人員還設計了 GIFT，並採用了一種被稱為推斷時間縮放的技術。該系統在生成過程中提升性能，而不是重訓整個人工智能模型，這樣的做法可能極其昂貴。GIFT 將在尋找更好 CAD 程式時所花費的額外計算轉化為成功和接近成功的嘗試，並將其轉變為新的訓練示例，以便後續進行微調。
此外，使用者可以根據預算和時間限制決定希望投入的計算量。
在 GenCAD-Code 數據集上的評估顯示，使用 GIFT 增強的模型相比於強大的監督學習基準，其幾何準確度提高了 12%。該框架還將實現相當性能所需的推斷計算量減少了約 80%。Giannone 指出：「使用 GIFT，我們從幾何開始，因為在工程問題中，如果三維形狀的幾何不正確，則其他一切都不會正確，但還有許多其他方面需要考慮。」該系統從自身錯誤中學習的能力可能有助於加速產品開發，使得 AI 生成的 CAD 模型更加可靠。
工程師能更快地從草圖轉向可測試的三維設計，降低開發成本，縮短設計週期，並在不創建大量新訓練數據的情況下探索更廣泛的創意。研究人員表示，這僅僅是個開始。目前，GIFT 專注於生成正確的幾何形狀，但未來版本將旨在教導人工智能如何設計不僅形狀準確而且更易於製造且更適合實際性能的零件。
GIFT 框架的創新與未來潛力
GIFT 框架的創新在於其利用 AI 自身的錯誤來生成訓練數據，這不僅降低了對高質量數據集的需求，還提高了模型的學習效率。這種方法使得 AI 能夠更快適應 CAD 設計的複雜性，並能在不需要大量人力資源的情況下進行自我優化。隨著未來版本的發展，GIFT 將可能進一步拓展其功能，讓 AI 不僅能生成幾何形狀，還能考慮實際性能，這對於工程設計的未來具有重要意義。