Исследователи из Пермского национального исследовательского политехнического университета (ПНИПУ) протестировали способность искусственного интеллекта ChatGPT генерировать программные коды для создания 3D-моделей на основе словесных запросов.
3D-модель куба размером десять миллиметров
Запросы включали геометрические формы разной сложности, всего политехники провели около двадцати тестов. Результаты проверяли в программах Blender и OpenSCAD, сообщает пресс-служба ПНИПУ на портале Naked Science. В первых тестах создавались 3D-модели простых геометрических форм. Например, ученые ПНИПУ сформулировали задание в ChatGPT: «Напиши код на Python для Blender для создания куба». В ответ получали часть программного кода и комментарий о его работе от искусственного интеллекта.
После первых успешных опытов ученые попытались аналогичным способом получить 3D-модели целых зданий, например православного храма. Код выполнен без замечаний компилятора (программа переводит текст на языке программирования в набор машинных кодов), но получившаяся фигура не соответствовала запросу и представляла собой набор кубов разных размеров. Неточности при ответе искусственного интеллекта называют «галлюцинациями». Чаще всего такое явление возникает, когда искусственному интеллекту не хватает данных для точного ответа на конкретный вопрос.
В следующих тестах в качестве объектов выбрали более сложные математические формы, например фрактальное дерево. Фрактал — это геометрическая фигура, обладающая свойством самоподобия, то есть из нее можно выделить части, подобные целой фигуре. Фрактальное дерево строится по следующему правилу: ветвь через определенное расстояние делится на две ветви, каждая из которых делится еще на две ветви, и так далее. Такого рода структуры используют в моделировании лесного, горного ландшафта, поверхности морей.
В ChatGPT отправили запрос «напиши код на Python для Blender, чтобы создать фрактальное дерево». Получена трехмерная параметрическая модель. Это означает, что меняя значение в одной строке, вся 3D-модель перестраивается. У ChatGPT можно попросить выделить конкретный параметр в отдельную строку. В коде для фрактального дерева, например, такой блок позволял регулировать количество итераций, длину первой ветви, угол отклонения ветвей, и другие.
Модель фрактального дерева
«Для создания качественных моделей важно указать, какой язык программирования используется в программе 3D-моделирования, какие именно параметры должны быть изменяемыми. Для простых фигур — высота, ширина, длина. Для сложных, например, количество витков, амплитуда волн и другие, которые зависят от конкретной фигуры. Стоит попросить ChatGPT написать подробные комментарии по работе кода, чтобы было легче понять, как он действует», — рассказал ассистент кафедры архитектуры и урбанистики ПНИПУ Александр Любимов.
Ученые рассчитывают, что такой подход позволит получать трехмерные модели, которые могут быть импортированы в архитектурные программы с последующими расчетами прочности, стоимости, выбором материалов, разработкой узлов сопряжения и так далее.
Пока что генерируемые с помощью ChatGPT 3D-модели не всегда оправдывают ожидания. Исполнение кода сильно зависит от количества информации по тематике в открытом доступе. Нейросеть самообучается, и ученые считают, что со временем недостаток знаний в области программирования перестанет быть препятствием для проектировщиков и архитекторов. С другой стороны, необходимо правильно формулировать запросы, чтобы получать качественные результаты.
Исследование опубликовано в материалах VI международной научно-практической конференции «Новые информационные технологии в архитектуре и строительстве».
А у вас есть интересные новости? Поделитесь с нами своими разработками, и мы расскажем о них всему миру! Ждем ваши идеи по адресу news@3Dtoday.ru.