Прискорення інженерних розробок для фізичного світу

Сьогодні ми розповідаємо про нові можливості моделей OpenAI, які допомагають інженерам проєктувати фізичні вироби, проводити симуляції та виготовляти їх. Ці можливості охоплюють машинобудування, електротехніку й повний цикл проєктування систем та вже допомагають нашим внутрішнім командам швидше перевіряти ідеї й удосконалювати розробки.

У цих проєктах інженерам потрібно поєднувати механічні конструкції, електроніку, програмне забезпечення та виробничі вимоги за допомогою спеціалізованих інструментів. Ми навчаємо моделі допомагати в цій роботі — від підготовки креслень і налаштування симуляцій до узгодження змін між спеціалістами різних напрямів. Наша мета — дати інженерам більше часу для дослідження ідей і вдосконалення проєктів.

За останній рік удосконалені можливості передових моделей допомогли нашим внутрішнім командам швидше перевіряти нові ідеї й доопрацьовувати розробки. Ми також бачимо перші свідчення того, що ці можливості поліпшують професійні робочі процеси в промисловості. Разом із партнерами ми з’ясовуємо, де ці можливості можуть принести найбільшу користь і що потрібно вдосконалити. Якщо ви інженер, представник інженерної компанії чи постачальника програмного забезпечення та працюєте над проєктуванням, симуляцією, виготовленням або серійним виробництвом складних фізичних виробів, ми будемо раді співпрацювати з вами, щоб розвивати цей напрям з урахуванням ваших інструментів і завдань.

Ми перевірили провідні можливості Astra⁠ у мультимодальних процесах і роботі з комп’ютером, спробувавши створити пристрій без жодних безпосередніх правок людини. Для цього ми використали GPT‑6, щоб визначити функціональні вимоги й спроєктувати корпус, друковану плату (PCB) та програмні інтеграції для пристрою, за допомогою якого користувачі зможуть розмовляти з Codex.

• Естетика й дизайн: Astra розробила зовнішній вигляд пристрою, спираючись на нашу нещодавню співпрацю з Work Louder⁠(відкривається у новому вікні) та зразки з ігор та іграшок.

• Механічне проєктування: Astra спроєктувала корпус⁠(відкривається у новому вікні) і внутрішні конструкції для кріплення компонентів.

• Електротехнічне проєктування: Astra підібрала електричні компоненти та спроєктувала друковану плату (PCB), зокрема розміщення компонентів і з’єднання між ними, так, щоб вона вмістилася в корпус.

• UI/UX і програмне забезпечення: Astra спроєктувала інтерфейс користувача та згенерувала прошивку й програмні інтеграції, необхідні для підключення пристрою до Codex.

Двоє учасників команди спроєктували цей тестовий пристрій за допомогою Astra менш ніж за тиждень, працюючи над ним як над побічним проєктом. Контрактний виробник виготовив невелику партію прототипів менш ніж за місяць.

Утім, підготовка пристрою до виробництва потребувала кількох циклів перевірки й доопрацювання. Astra не завжди враховувала виробничі обмеження, допуски та деталі, необхідні для складання. Ці недоліки допомагають нам визначити, що майбутні моделі мають робити краще.

Команди апаратного забезпечення та інфраструктури OpenAI використовують Codex і ChatGPT для створення й редагування моделей у системах автоматизованого проєктування (CAD), підготовки виробничих креслень, налаштування симуляцій і перевірки проєктів. Ця робота охоплює робототехніку й обчислювальну інфраструктуру. Із лютого використання моделей у наших командах розробки апаратного забезпечення, виміряне в токенах, зросло у 23 рази.

Ми також оцінюємо прогрес новіших моделей у завданнях, які поєднують програмування з інженерними знаннями. BenchCAD 2.0 перевіряє, чи можуть моделі відтворювати 3D-деталі та складальні одиниці, а також визначати з’єднання на друкованих платах. Новіша внутрішня модель здобула середню оцінку 0,875 проти 0,594 у GPT‑6 Astra з найвищим рівнем міркування. Хоча інженерний цикл охоплює багато інших складників, окрім проєктування, ми розглядаємо поліпшення цих можливостей як перші свідчення того, що моделі ШІ здатні прискорювати цикли доопрацювання в професійних робочих процесах.

Ми працюємо з невеликою групою галузевих партнерів, щоб перевірити ці можливості на реальних інженерних завданнях. Їхні інженери перевіряють результати моделей на точність і практичну придатність. Це допомагає нам зрозуміти, у яких завданнях моделі можуть допомагати вже сьогодні та що потрібно вдосконалити для безпечного й надійного використання.

Ми розширюємо співпрацю з Chip Ganassi Racing (CGR), щоб дослідити, як моделі OpenAI можуть прискорити інженерні розробки та прототипування. Разом із командою досліджень і розробок CGR ми тестуємо процеси перетворення 3D-сканів наявних деталей на редаговані CAD-моделі та 2D-креслення для виробництва. Це особливо корисно, коли вихідні проєктні файли недоступні.

Інженери CGR перевіряють моделі й креслення на точність і придатність до виробництва. Їхні відгуки допомагають нам визначити, де моделі можуть зменшити обсяг ручної праці, а де потрібні подальші вдосконалення.

Ми також оголошуємо про нову дослідницьку співпрацю з Mazda. Наші дослідницькі команди та інженери із впровадження працюють з інженерами Mazda з аеродинаміки й безпеки при зіткненнях, щоб дослідити, як моделі OpenAI можуть допомагати розробляти й оцінювати нові конструкції автомобілів.

У цій роботі використовуються симуляції повітряних потоків і поведінки конструкцій для пошуку способів поліпшення характеристик з урахуванням зовнішнього вигляду й вартості. У найближчі місяці ми поділимося новими досягненнями й результатами.

Ми тісно співпрацюємо з галузевими партнерами й першими користувачами, щоб розширити можливості застосування ШІ-агентів у розробці апаратного забезпечення та виробництві. Перші результати дуже обнадійливі. Тепер ми шукаємо партнерів, щоб прискорити вдосконалення цих можливостей і забезпечити їх безпечне впровадження в промисловості.

Якщо ви хочете разом із нами впливати на навчання та розробку наших передових моделей, визначаючи найцінніші сценарії застосування, програмні інструменти або майбутні можливості в машинобудуванні, електротехніці, електромеханічному проєктуванні, мехатроніці чи суміжних галузях, заповніть цю форму, і ми з вами зв’яжемося.