Найти в Дзене

ИИ и нейросети для инженера – реклама vs реальность

В предыдущей статье (здесь) я писал про нейросети для генерации 3D-моделей по фото или текстовому промпту. Теперь пришло время поговорить о возможности генерации 3D-моделей технического назначение. Человеку, далёкому от инженерной работы трудно понять какая громадная пропасть лежит между генерацией 3D-моделей для «инженерки» и генерации 3D-моделей «художественной направленности». Назову основные отличия: 1. Необходимость точного задания основных размеров 2. Использование «дерева построения», которое позволяет оперативно менять размеры 3D-модели с автоматическим перестроением. Речь идет о параметрических CAD – большинство современных CAD относятся к этой группе, но есть и непараметрические CAD, где нет дерева построения, а так же AutoCAD, в котором параметризация – неполная. 3. Использования специализированных форматов файлов, как правило – для каждого CAD – свой, да еще, иногда, по нескольку форматов на CAD. 4. Представление криволинейных поверхностей 3D-модели не в виде сетки из треу
Оглавление

В предыдущей статье (здесь) я писал про нейросети для генерации 3D-моделей по фото или текстовому промпту. Теперь пришло время поговорить о возможности генерации 3D-моделей технического назначение.

Введение

Человеку, далёкому от инженерной работы трудно понять какая громадная пропасть лежит между генерацией 3D-моделей для «инженерки» и генерации 3D-моделей «художественной направленности».

Назову основные отличия:

1. Необходимость точного задания основных размеров

2. Использование «дерева построения», которое позволяет оперативно менять размеры 3D-модели с автоматическим перестроением. Речь идет о параметрических CAD – большинство современных CAD относятся к этой группе, но есть и непараметрические CAD, где нет дерева построения, а так же AutoCAD, в котором параметризация – неполная.

3. Использования специализированных форматов файлов, как правило – для каждого CAD – свой, да еще, иногда, по нескольку форматов на CAD.

4. Представление криволинейных поверхностей 3D-модели не в виде сетки из треугольников, а в виде NURBS (Non-uniform rational B-spline – неоднородный рациональный «би»-сплайн) – математических уравнений, способных описать геометрию 3D-модели без потери точности.

5. Использование специальных форматов для передачи данных между разными CAD, основным является STEP-формат.

6. «Нелюбовь» CAD к stl-формату – сложности при открывании, невозможность или трудность редактирования 3D-моделей stl-формата в большинстве CAD, даже при наличии инструментов «преобразования в твердое тело» и «восстановить точную геометрию».

Как правило большинство создателей «генеративных» ИИ очень плохо понимают инженерные задачи и просто не в состоянии правильно обучить и настроить модели.

Еще одна особенность – в каждом более-менее развитом CAD есть куча библиотек, макросов, копилотов, способов автоматизировать рутинные функции без использования ИИ и нейросетей. Есть приложения, которые осуществляют автоматическую трассировку дорожек печатных плат, кабелей или трубопроводов, проверяют работу электрических схем, и т.п. Производители оборудования предлагают 3D-модели своих изделий, для облегчения жизни конструктов. В этом плане «недосети» для моделирования простых стандартных деталей (крепеж, фланцы, зубчатые передачи и т.п.) просто не нужны – стандартные библиотеки и приложения CAD с этим вполне справляются без всякого «ИИ» и «нейросетей».

Основные нейронные сети, ориентированные на инженеров и «инженеров»

Рекламный хайп от дилетантов

Если вы забьете в поиск «нейросеть для генерации CAD чертежей», то вам выскочит куча статей с топ-5, топ-10, топ-20 таких нейросетей, среди которых вы с удивлением увидите и ChatGPT и «Кандинского» и еще кучу мусора, никакого отношения к «Инженерке» не имеющего.

А все потому, что большинство современных сетей поддерживают генерацию рисунков «в стиле CAD» или «в стиле машиностроительного чертежа», а в результате выдают вот это:

Генерация «чертежа» по текстовому промпту от одной из «нейросетей для генерации чертежей для научных работ и рефератов».
Генерация «чертежа» по текстовому промпту от одной из «нейросетей для генерации чертежей для научных работ и рефератов».

Я думаю не надо быть инженером, чтобы увидеть бредовость сего изображения. Отсутствие масштаба, непонятные размеры, висящие в воздухе и т.п.

Есть и другие «сети» - например, CAD whith AI, которая генерирует «Инженерные 3D-модели для CAD» по текстовому промпту, но при этом без экспорта в STEP, только в stl… Каким местом думали её создатели и что в этой «нейросети» инженерного – я не знаю. Многие нейросети для «художки» способны генерировать модели по заданным размерам и даже немного понимают «техничку». Вот пример генерации 3D-модели китайской Hunyuan3D-2 по нескольким проекциям:

Пример генерации 3D-модели «технички» китайской нейросетью Hunyuan3D-2
Пример генерации 3D-модели «технички» китайской нейросетью Hunyuan3D-2

Тоже вполне себе нормальный stl-файл, ничем не хуже специализированных сетей для «инженерных 3D-моделей»

Нейросети с возможностью экспорта в STEP-формат

Эти нейросети уже можно рассматривать, как более серьёзный инструмент – STEP-файл вполне пригоден для редактирования в CAD.

На текущий момент в сети упоминаются следующие «нейросети» с подобным функционалом – AI CAD Generator, CAD XStudio, RadnarCAD.

Скриншот сайта RagnarCAD с описанием схемы работы с нейросетью
Скриншот сайта RagnarCAD с описанием схемы работы с нейросетью

Идеология работы у них примерно следующая – задается текстовый промпт, с конкретными размерами, потом, при необходимости, даются команды модификации, типа «увеличь высоту на 5мм», «сдвинь отверстие вправо на 1,2 мм», «измени диаметр на 5,3мм» и т.п. Готовый результат выгружается в STEP-формате для дальнейшего использования в CAD.

Нейросети для ввода команд в CAD

На текущий момент есть одна нейросеть – VideoCAD (не путать с популярной программой для проектирования видеонаблюдения!). Она обучена на действиях конкретных инженеров и имитирует действия инжинера за CAD – двигает курсор, вводит команды, вращает модель, для проверки геометрии и т.п.

Сами создатели позиционируют свою нейросеть не как замену или помошника инженера, а как обучалку – задал задание, посмотрел, как делается, удалил, потом сам все так же сделал и запомнил на будущее.

Нейросети, генерирующие дерево построений

Это самое перспективное направление – наличие дерева построения позволяет оперативно менять размеры деталей, менять геометрию и т.п.

Нейросети Adam Ai, СAD Scribe и Zoo Design Studio способны генерировать дерево построения из текстового промпта, а GenCAD – из рисунка или чертежа с несколькими проекциями.

Скриншоты страницы с «Гихаба» с описанием функционала программы GenCAD

Результат конвертируется в дерево построения для экспорта в такие CAD, как SW, Invertor, NX.

Заключение

Если в случае 3D-дизайнерами я уверен в том, что современные нейросети значительно упростят их работу и уберут с рынка большинство ремесленников, оставив только действительно художников, то инженерам, архитекторами и проектировщикам, на мой взгляд, бояться нечего.

Существующие нейросети пока еще по возможностям недотягивают даже до обычных библиотек и плагинов CAD-систем, и пока пользователь нейросети будет вводить промпты «увеличить высоту на 5мм», а нейросеть будет заново генерировать модель – пользователь в CAD успеет вбить десяток команд.

Единственная перспективная нейросеть для инженеров – это «обучалка» VideoCAD, у которой, действительно, есть перспективы.

Так что инженеры могут спать спокойно – их труд ИИ не сможет заменить. По крайней мере сейчас и в ближайшее время.

Предыдущие статьи по теме: