Raskere ingeniørarbeid for den fysiske verden

I dag deler vi fremskritt i hvordan OpenAI-modeller hjelper ingeniører med å designe, simulere og bygge fysiske produkter. Disse evnene omfatter maskinteknikk, elektroteknikk og helhetlig systemdesign, og hjelper allerede våre interne team med å teste ideer og jobbe raskere med iterasjoner.

I disse prosjektene må ingeniører forene mekanisk konstruksjon, elektronikk, programvare og produksjonskrav ved hjelp av spesialiserte verktøy. Vi lærer modeller å støtte dette arbeidet, fra å utarbeide tegninger og sette opp simuleringer til å koordinere endringer på tvers av fagområder. Målet vårt er å gi ingeniører mer tid til å utforske ideer og forbedre design.

Det siste året har de banebrytende modellene fått bedre evner som har hjulpet våre interne team med å teste nye ideer og jobbe raskere med iterasjoner. Vi ser også tidlige tegn på at disse evnene forbedrer profesjonelle arbeidsflyter i industrien. Sammen med samarbeidspartnere undersøker vi hvor disse evnene kan gjøre størst forskjell, og hva som må forbedres. Er du ingeniør, eller representerer du et ingeniørfirma eller en programvareleverandør som jobber med design, simulering eller produksjon av komplekse fysiske produkter? Vi vil gjerne samarbeide med deg om å tilpasse dette arbeidet til verktøyene du bruker og problemene du må løse.

Vi testet Astras markedsledende ytelse⁠ i multimodale arbeidsflyter og arbeidsflyter med datamaskinbruk ved å undersøke om vi kunne lage en enhet uten direkte menneskelige endringer. Til dette brukte vi GPT‑6 til å definere funksjonskravene og utforme kabinettet, kretskortet (PCB) og programvareintegrasjonene som trengs for å lage en enhet brukerne kan snakke med Codex gjennom.

• Estetikk og design: Astra utviklet enhetens utseende med inspirasjon fra vårt nylige samarbeid med Work Louder⁠(åpnes i et nytt vindu), samt spill og leker.

• Mekanisk konstruksjon: Astra utformet kabinettet⁠(åpnes i et nytt vindu) og de innvendige strukturene som holder komponentene på plass.

• Elektrisk konstruksjon: Astra valgte de elektriske komponentene og utformet kretskortet (PCB), inkludert komponentplassering og forbindelser, slik at det passet i kabinettet.

• UI/UX og programvare: Astra utformet brukergrensesnittet og genererte fastvaren og programvareintegrasjonene som trengs for å koble enheten til Codex.

To teammedlemmer utformet denne testenheten med Astra på under en uke som et sideprosjekt. En kontraktsprodusent bygde en liten serie prototyper på under en måned.

Det krevde likevel flere runder med gjennomgang og justeringer å gjøre enheten klar for produksjon. Astra tok ikke konsekvent hensyn til produsentens produksjonsbegrensninger, toleranser eller detaljer som var nødvendige for montering. Disse manglene hjelper oss å identifisere hva fremtidige modeller må bli bedre på.

OpenAIs maskinvare- og infrastrukturteam bruker Codex og ChatGPT til å lage og revidere modeller for dataassistert konstruksjon (CAD), utarbeide produksjonstegninger, sette opp simuleringer og gjennomgå design. Dette arbeidet omfatter robotikk og beregningsinfrastruktur. Siden februar har modellbruken i maskinvareteamene våre, målt i tokener, økt til 23 ganger det opprinnelige nivået.

Vi måler også fremskritt i nyere modeller på oppgaver som kombinerer koding med ingeniørkunnskap. BenchCAD 2.0 tester om modeller kan rekonstruere 3D-deler og sammenstillinger og identifisere forbindelser i kretskort. En nyere intern modell oppnådde en gjennomsnittlig poengsum på 0,875, sammenlignet med 0,594 for GPT‑6 Astra på høyeste innstilling for resonnering. Selv om ingeniørarbeidets livssyklus omfatter mye mer enn design, ser vi forbedringene her som tidlige tegn på at AI-modeller kan gjøre iterasjoner raskere i profesjonelle arbeidsflyter.

Vi jobber med en liten gruppe industripartnere for å teste disse evnene på reelle ingeniørproblemer. Ingeniørene deres vurderer om modellenes resultater er korrekte og praktisk anvendelige. Det hjelper oss å forstå hvilke oppgaver modellene kan støtte i dag, og hva som må forbedres for trygg og pålitelig bruk.

Vi utvider samarbeidet med Chip Ganassi Racing (CGR) for å utforske hvordan OpenAI-modeller kan gjøre ingeniørarbeid og prototyping raskere. Sammen med FoU-teamet deres tester vi arbeidsflyter som omdanner 3D-skanninger av eksisterende deler til redigerbare CAD-modeller og 2D-produksjonstegninger. Dette er spesielt nyttig når de opprinnelige designfilene ikke er tilgjengelige.

CGRs ingeniører gjennomgår modellene og tegningene for å kontrollere nøyaktigheten og vurdere om delene lar seg produsere. Tilbakemeldingene deres hjelper oss å identifisere hvor modeller kan redusere manuelt arbeid, og hvor det trengs flere forbedringer.

Vi kunngjør også et nytt forskningssamarbeid med Mazda. Forskningsteamene våre og teamene av kundeintegrerte ingeniører samarbeider med Mazdas ingeniører innen aerodynamikk og kollisjonssikkerhet for å utforske hvordan OpenAI-modeller kan bidra til å utvikle og evaluere nye bildesign.

I arbeidet brukes simuleringer av luftstrøm og konstruksjonens oppførsel for å utforske ytelsesforbedringer, samtidig som det tas hensyn til utseende og kostnader. Vi deler flere fremskritt og resultater i månedene som kommer.

Vi har jobbet tett med industripartnere og tidlige brukere for å utvide mulighetene for AI-agenter innen maskinvare og produksjon. De første resultatene er svært lovende. Nå ser vi etter samarbeidspartnere som kan bidra til å utvikle disse evnene raskere og sikre at de tas trygt i bruk i industrien.

Vil du samarbeide med oss om å forme treningen og utviklingen av våre banebrytende modeller? Vi ser etter verdifulle bruksområder, programvareverktøy og fremtidige muligheter innen maskinteknikk, elektroteknikk, elektromekanisk konstruksjon, mekatronikk og beslektede fagområder. Fyll ut dette skjemaet, så tar vi kontakt.