در تاریخ 11 تا 12 ژوئیه به مدیران ارشد در سانفرانسیسکو بپیوندید تا بشنوید که چگونه رهبران سرمایهگذاریهای هوش مصنوعی را برای موفقیت ادغام و بهینه میکنند.. بیشتر بد،د
پس از چندین دهه امید، هیاهو و شروع های نادرست، به نظر می رسد که هوش مصنوعی (AI) بالا،ه از پرتاب جرقه به آتش گرفتن تبدیل شده است. ابزارهایی مانند DALL-E و ChatGPT توجه و تخیل عمومی را به خود جلب کردهاند، و به نظر میرسد این موج جدید هوش مصنوعی در صنایع مختلف تغییر دهنده بازی باشد.
اما هوش مصنوعی چه تاثیری بر فضای مهندسی سه بعدی خواهد داشت؟ آیا طراحان و مهندسان شاهد تغییرات قابل توجهی در دنیای خود و گردش کار روزانه خود خواهند بود و اگر چنین است، این تغییرات چگونه خواهد بود؟
کمک طراحی و شبیه سازی
این مانند یک قانون جهان است: هوش مصنوعی در هر جایی که حجم عظیمی از داده وجود داشته باشد ارزش به ارمغان می آورد و فضای مهندسی سه بعدی نیز از این قاعده مستثنی نیست.
به لطف مجموعه داده های عظیمی که بسیاری از فروشندگان نرم افزارهای مهندسی از قبل در اختیار دارند – در بسیاری از موارد، ما در مورد آن صحبت می کنیم میلیون ها نفر از مدلها – هوش مصنوعی دادههای فراو، برای ارائه راهنمایی طراحی و بهینهسازی طراحی دارد.
به ،وان مثال، اگر یک معمار به دنبال قرار دادن نوع خاصی از اتاق – یک اتاق رختشویی، شاید – در داخل یک خانه یا آپارتمان با پلان مشخصی باشد، هوش مصنوعی در نرم افزار مدل سازی اطلاعات ساختمان (BIM) نمونه های موفق کافی را دیده است. این کار در موقعیتهای دیگر انجام میشود تا دقیقاً بد،م چگونه میتوان آن را به طور یکپارچه انجام داد.
هوش مصنوعی همچنین میتواند بخشی از بار را زم، که ،ت به انجام کارهای نهایی روی یک طرح میشود، حمل کند. به ،وان مثال، یک طراح، با تایپ دستوری برای «جذابتر جلوه دادن این ساختمان»، میتواند هوش مصنوعی را برای پر ، یک طراحی معماری با مدلهای سه بعدی از نوع مبلمان من،، یا برخی درختان و پرچینهای کاملاً آراسته، تحریک کند. جلو تنها کاری که طراح باید انجام دهد این است که اضافات پیشنهادی هوش مصنوعی را تأیید کند. این نوع کمک، زندگی انسان واقعی را در مقابل صفحه کامپیوتر بسیار بسیار آسان تر می کند.
ما بیشتر و بیشتر از این نوع نقش برای هوش مصنوعی خواهیم دید، جایی که به ،وان دستیار تعبیه شده در برنامه های طراحی به کمک رایانه (CAD) عمل می کند، در کنار طراح کار می کند و در صورت فراخو، وارد عمل می شود. .
به طور مشابه، توانایی هوش مصنوعی برای یادگیری از مجموعه داده های بزرگ و درک آنچه می آموزد می تواند به شبیه سازی کمک کند. هم در کمک طراحی و هم در شبیهسازی، این قابلیتها هنوز در حال تکامل هستند و سالها طول میکشد تا تمام پتانسیلهای آنها محقق شود، اما به تدریج میتوانند موارد بیشتری را از بشقاب انسانها حذف کنند – بهرهوری طراحان و مهندسان منفرد را تا حد زیادی افزایش میدهند. فرآیند.
روش های جدید تجسم سه بعدی
هوش مصنوعی همچنین در مورد بازسازی و دیجیتالی ، دنیای فیزیکی مفاهیم جالبی دارد. نمونه موردی: ما اکنون در مرحلهای هستیم که میتو،م چند تصویر دو بعدی اولیه از یک ساختمان یا شیء خاص را با هوش مصنوعی تغذیه کنیم و یک نمایش حجمی و سه بعدی کامل (ی،ی نه فقط یک مدل سطحی سطحی) از آن ایجاد کنیم. آن مورد
این به لطف است میدان های تابشی عصبی (معروف به NeRF)، مدلهای رندر مبتنی بر هوش مصنوعی که چندین دیدگاه دوبعدی را جذب میکنند و سپس برخی از مح،ات داخلی و برونیابی را برای تولید یک مدل سهبعدی از آن تصاویر دو بعدی انجام میدهند.
تشخیص اشیاء سه بعدی
البته، همانطور که ع،ها و تصاویر دوبعدی به طور فزایندهای برای ایجاد یک مدل سهبعدی قابل استفاده هستند، ابرهای نقطهای – که توسط اسکن اشیاء یا ساختارها ایجاد میشوند – همچنان منبع ارزشمند داده باقی خواهند ماند.
هوش مصنوعی در اینجا نیز کاربردهای بالقوه بسیار خوبی دارد. مانند روشی که هوش مصنوعی در تشخیص ویژگیها در ع،ها کاملاً ماهر شده است – شناسایی چیز پشمالو و چهار پا در یک تصویر به ،وان “سگ” در حالی که شناسایی جسم مستطیلی به ،وان “کاناپه” – میتواند قابلیتهای مشابهی را به نمایش بگذارد. داده های ابری، به انتخاب ویژگی های فوق خاص در دریای نقاط یا مثلث های اسکن شده کمک می کند. مثالهایی در اینجا میتواند توانایی شناسایی دیوارها و سقف یک ساختمان اسکن شده یا سوراخها و سایر ویژگیها در یک مجموعه پیچیده CAD باشد.
با این حال، در میان همه این پیشرفتها به کمک هوش مصنوعی در تجسم و تشخیص اشیا، پیامدهایی برای قابلیتهای گرافیکی نرمافزار مهندسی وجود دارد. بسیاری از محصولات هماکنون هم ابرهای مش و هم ابرهای نقطهای را مدیریت میکنند – اما در آینده نزدیک، ممکن است مجبور شوند NeRF و سایر نمایشها را مدیریت کنند، در حالی که راهی برای همزیستی نمایشهای مختلف پیدا میکنند.
البته، این بخشی از زیبایی نوآوریهای تغییردهنده بازی مانند هوش مصنوعی است: از آنجایی که تأثیر آن در ا،یستم بزرگتر موج میزند، سایر فناوریها باید به دنیای جدیدی که ایجاد میکند پاسخ دهند و نوآوریهای بیشتری را تحریک کنند.
عدم قطعیت و فرصت در مهندسی سه بعدی
پس از ساخت آهسته، هوش مصنوعی به نقطه اوج رسیده است – و دنیای مهندسی سه بعدی تاثیر آن را به شیوههایی احساس خواهد کرد که طیف وسیعی از مواردی را که در حال حاضر ممکن است تا قابلیتها و عملکردهای شگفتانگیز جدید را شامل میشود. برای طراح یا مهندس، این چیزی برای ترس نیست. در حالی که هوش مصنوعی ممکن است تغییر دهنده شماره یک بازی در سالهای آینده باشد و تغییرات و عدم قطعیت گستردهای را به همراه داشته باشد، همچنین نوید تغییر بازی را به روشهای جالبی میدهد و به طراحان و مهندسان کمک میکند تا با کار خود مق، کنند و دنیای اطراف ما را با کارایی بیشتر شکل دهند. خلاقیت بیشتر و سطوح جدیدی از مهارت.
اریک وینچون معاون استراتژی محصول در Tech Soft 3D است.
DataDecisionMakers
به انجمن VentureBeat خوش آمدید!
DataDecisionMakers جایی است که کارشناسان، از جمله افراد فنی که کار داده را انجام می دهند، می توانند بینش ها و نوآوری های مرتبط با داده را به اشتراک بگذارند.
اگر میخواهید درباره ایدههای پیشرفته و اطلاعات بهروز، بهترین شیوهها و آینده فناوری داده و داده مطالعه کنید، به ما در DataDecisionMakers بپیوندید.
شما حتی ممکن است در نظر داشته باشید که مقاله ای از خودتان ارائه دهید!
از DataDecisionMakers بیشتر بخو،د
منبع: https://venturebeat.com/ai/new-ai-tools-poised-to-revolutionize-3d-engineering/