GitHub

  • ფოტო და პროდუქცია: CAD მოდელების ახალი ერა

    ფოტო და პროდუქცია: CAD მოდელების ახალი ერა

    მკვლევრებმა გამოაქვეყნეს ნამდვილი სენსაცია ინჟინერიისა და ხელოვნური ინტელექტის სამყაროში: GenCAD, პირველი ღია კოდის ნეირონული ქსელი, რომელსაც შეუძლია ფოტოსურათიდან სრულად ფუნქციონალური პარამეტრული CAD მოდელის გენერირება.

    თუმცა ეს მხოლოდ ლამაზი რენდერი არ არის — ჩვენ ვსაუბრობთ სკრიპტზე, რომლის მყისიერად ჩატვირთვა რედაქტორში, მოდიფიცირება და... წარმოებაში გაგზავნაა შესაძლებელი.

    დეველოპერები ხაზს უსვამენ, რომ არსებული გამოსახულების ბადისებრი გადამუშავების გადაწყვეტილებები მუშაობს ვოქსელებთან, წერტილოვან ღრუბლებთან და პოლიგონალურ ბადეებთან - ლამაზი, მაგრამ ინჟინერიისთვის უსარგებლო. GenCAD უფრო შორს მიდის. ის ქმნის არა ცარიელ მოდელს, არამედ ბრძანებების თანმიმდევრობას, რომელიც ქმნის სრულფასოვან ინჟინერიულ მოდელს.

    GenCAD-ის არსი კომპლექსური არქიტექტურაა:

    • ტრანსფორმატორ-ენკოდერი, რომელიც ბრძანებებს კომპაქტურ ბირთვში აერთიანებს;
    • კონტრასტული სწავლება, ბრძანებების ენისა და ვიზუალური გამოსახულების შეთავსება;
    • დიფუზიური მოდელი, რომელიც ფოტოს ლატენტურ წარმოდგენად აქცევს;
    • დეკოდერი, რომელიც ამ ნაკრებიდან პარამეტრულ ინსტრუქციებს აღადგენს.

    მთავარი უპირატესობა მისი რედაქტირების შესაძლებლობაა. შედეგად მიღებული სკრიპტის ადაპტირება შესაძლებელია წარმოების საჭიროებებზე, ინდივიდუალური პარამეტრების შეცვლა და მისი მყისიერად ინტეგრირება სამუშაო პროცესებში.

    GitHub-ზე კოდის გამოშვებასთან ერთად, მკვლევრებმა ასევე ხელმისაწვდომი გახადეს მონაცემთა ნაკრები და გაწვრთნილი მოდელები. ეს არ არის მხოლოდ დიზაინის ავტომატიზაციისკენ გადადგმული ნაბიჯი - ეს არის რევოლუცია მთელი წარმოების ინდუსტრიისთვის.

  • აზიანებს თუ არა ხელოვნური ინტელექტი პროგრამისტებს? METR-ის ახალმა კვლევამ სილიკონის ველი შოკში ჩააგდო

    აზიანებს თუ არა ხელოვნური ინტელექტი პროგრამისტებს? METR-ის ახალმა კვლევამ სილიკონის ველი შოკში ჩააგდო

    ყოველ ჯერზე, როდესაც ტექნოლოგიური გიგანტები გვპირდებიან „განვითარების 55%-ით დაჩქარებას“, მათი დაჯერება გიწევთ.

    თუმცა, როგორც METR კვლევამ , რეალობა საპირისპიროა: მოწინავე ხელოვნური ინტელექტის ასისტენტები გამოცდილ დეველოპერებს 19 პროცენტით ანელებენ!

    ექსპერიმენტში მონაწილეობდა 16 მაღალკვალიფიციური ღია კოდის პროგრამისტი, რომლებიც მუშაობდნენ პოპულარულ GitHub საცავებთან. ერთ-ერთი პირობა იყო Cursor რედაქტორის გამოყენება GPT და Claude მოდელების ინტეგრაციით. დავალებების ნახევარი ამოხსნილი იყო ხელოვნური ინტელექტის გამოყენებით, მეორე ნახევარი კი ხელით. შედეგი: ხელოვნური ინტელექტის ჩართვის შემთხვევაში, დავალებებზე დახარჯული დრო უფრო მეტი იყო.

    ეს მოხდა იმის მიუხედავად, რომ თავად დეველოპერები დროის 24%-ით შემცირებას ელოდნენ, ექსპერტები კი თითქმის 40%-ით. შედეგად, მონაწილეები მეტ დროს უთმობდნენ ეკრანს, უფრო მეტ დროს უთმობდნენ გენერირებული კოდის რედაქტირებას და უჩიოდნენ, რომ ხელოვნური ინტელექტი ყურადღებას აფანატებდა, განსაკუთრებით ნაცნობ საცავებში.

    მიზეზები? METR ხუთ მიზეზს ასახელებს:

    • ხელოვნური ინტელექტის მიმართ გადაჭარბებული რწმენა;
    • პროექტის მაღალი ცნობიერება (ხელოვნური ინტელექტი არ აცნობიერებს ნიუანსებს);
    • კოდის სირთულე;
    • თაობების დაბალი ხარისხი (ხელოვნური ინტელექტის წინადადებების მხოლოდ 44% იქნა მიღებული);
    • საცავებში არსებული ფარული დამოკიდებულებები, რომლებსაც ხელოვნური ინტელექტი ვერ აფიქსირებს.

    პროგრამისტებმა აღიარეს: „ზოგჯერ უფრო ადვილია თავად დაწერო“. რეცენზენტებმაც კი ვერ შენიშნეს ხარისხის გაუმჯობესება და შედეგად მიღებული შეფერხება სტატისტიკურად მნიშვნელოვანი იყო. მიუხედავად ამისა, ექსპერიმენტის შემდეგ 16-დან 11-მა განაგრძო Cursor-ის გამოყენება, რაც შესამჩნევ სარგებელზე მიუთითებს.

    METR ხაზს უსვამს: ნიმუშის ზომა მცირეა და ეს არ არის ხელოვნური ინტელექტის კოლაფსის ნიშანი. შესაძლოა, მოდელების შემდეგი თაობა უფრო სწრაფი, ჭკვიანი იყოს და არ შეეხოს მათ, ვინც იცის თავისი საქმე. თუმცა, ამ ეტაპზე, ეს ნაკლები ხმაურია, უფრო ხელით კოდირებული.