- In:
- Posted By: Capuano Edoardo
- Commenti: 0
Questo dispositivo basato sull'intelligenza artificiale semplifica la personalizzazione dei modelli stampabili in 3D
Poiché le stampanti 3D sono diventate più economiche e ampiamente accessibili, una comunità in rapida crescita di produttori alle prime esperienze sta fabbricando i propri oggetti. Per fare ciò, molti di questi artigiani dilettanti accedono a repository online gratuiti e open source di modelli 3D generati dagli utenti che scaricano e fabbricano sulla loro stampante 3D.
Ma aggiungere elementi di progettazione personalizzati a questi modelli rappresenta una sfida impegnativa per molti produttori, poiché richiede l’uso di software CAD (Computer Aided Design) complessi e costosi ed è particolarmente difficile se la rappresentazione originale del modello non è disponibile online. Inoltre, anche se un utente è in grado di aggiungere elementi personalizzati a un oggetto, garantire che tali personalizzazioni non danneggino la funzionalità dell'oggetto richiede un ulteriore livello di competenza nel settore che manca a molti produttori alle prime esperienze.
Per aiutare i produttori a superare queste sfide, i ricercatori del Massachusetts Institute of Technology (MIT) hanno sviluppato uno strumento generativo basato sull’intelligenza artificiale che consente all’utente di aggiungere elementi di progettazione personalizzati ai modelli 3D senza compromettere la funzionalità degli oggetti fabbricati. Un designer potrebbe utilizzare questo strumento, chiamato Style2Fab (1), per personalizzare modelli 3D di oggetti utilizzando solo istruzioni in linguaggio naturale per descrivere il design desiderato. L'utente potrebbe quindi fabbricare gli oggetti con una stampante 3D.
«Per chi ha meno esperienza, il problema fondamentale da affrontare è stato: ora che hanno scaricato un modello, non appena vogliono apportarvi delle modifiche, si ritrovano perplessi e non sanno cosa fare. Style2Fab renderebbe molto semplice stilizzare e stampare un modello 3D, ma anche sperimentare e imparare mentre lo si fa», afferma il dottor Faraz Faruqi (2), uno studente laureato in informatica e autore principale di un articolo che introduce Style2Fab.
Style2Fab è guidato da algoritmi di deep learning che suddividono automaticamente il modello in segmenti estetici e funzionali, semplificando il processo di progettazione.
Oltre a dare più potere ai designer alle prime armi e a rendere la stampa 3D più accessibile, Style2Fab potrebbe essere utilizzato anche nel settore emergente della produzione medica. La ricerca ha dimostrato che considerare sia le caratteristiche estetiche che funzionali di un dispositivo di assistenza aumenta la probabilità che un paziente lo utilizzi, ma i medici e i pazienti potrebbero non avere le competenze per personalizzare modelli stampabili in 3D.
Con Style2Fab, un utente può personalizzare l'aspetto di una stecca per il pollice in modo che si fonda con i suoi vestiti senza alterare, ad esempio, la funzionalità del dispositivo medico. Fornire uno strumento di facile utilizzo per il settore in crescita delle tecnologie assistive 'fai da te' è stata una delle motivazioni principali per questo lavoro, aggiunge Faruqi.
Il ricercatore ha scritto l'articolo con la sua consulente, la co-autrice senior Stefanie Mueller (3), professoressa associata nei dipartimenti di ingegneria elettrica e informatica e ingegneria meccanica del MIT, e membro del Computer Science and Artificial Intelligence Laboratory (CSAIL) che guida l'HCI. Gruppo di Ingegneria; co-autrice senior Megan Hofmann (4), assistente professoressa al Khoury College of Computer Sciences della Northeastern University; così come altri membri ed ex membri del gruppo. La ricerca sarà presentata al simposio ACM sul software e la tecnologia dell'interfaccia utente (5).
Puntando sulla funzionalità
I repository online, come Thingiverse, consentono alle persone di caricare file di progettazione digitale open source creati dagli utenti di oggetti che altri possono scaricare e fabbricare con una stampante 3D.
Faruqi e i suoi collaboratori hanno iniziato questo progetto studiando gli oggetti disponibili in questi enormi archivi per comprendere meglio le funzionalità presenti all'interno dei vari modelli 3D.
«Ciò darebbe loro un’idea migliore su come utilizzare l’intelligenza artificiale per segmentare i modelli in componenti funzionali ed estetici. Abbiamo capito subito che lo scopo di un modello 3D dipende molto dal contesto, come un vaso che potrebbe essere appoggiato su un tavolo o appeso al soffitto con uno spago. Quindi non può essere solo un'intelligenza artificiale a decidere quale parte dell'oggetto è funzionale. Abbiamo bisogno di un essere umano coinvolto», afferma Faraz Faruqi.
Basandosi su tale valutazione, hanno definito due funzionalità: funzionalità esterna, che coinvolge parti del modello che interagiscono con il mondo esterno, e funzionalità interna, che coinvolge parti del modello che devono unirsi dopo la fabbricazione.
Uno strumento di stilizzazione dovrebbe preservare la geometria dei segmenti funzionali esternamente e internamente consentendo al contempo la personalizzazione di segmenti estetici non funzionali.
Ma per fare questo, Style2Fab deve capire quali parti di un modello 3D sono funzionali. Utilizzando l'apprendimento automatico, il sistema analizza la topologia del modello per tenere traccia della frequenza dei cambiamenti nella geometria, come curve o angoli in cui due piani si collegano. Sulla base di ciò, divide il modello in un certo numero di segmenti.
Quindi, Style2Fab confronta quei segmenti con un set di dati creato dai ricercatori che contiene 294 modelli di oggetti 3D, con i segmenti di ciascun modello annotati con etichette funzionali o estetiche. Se un segmento corrisponde strettamente a uno di questi pezzi, viene contrassegnato come funzionale.
«Ma è un problema davvero difficile classificare i segmenti solo in base alla geometria, a causa delle enormi variazioni nei modelli condivisi. Quindi questi segmenti sono un insieme iniziale di raccomandazioni che vengono mostrate all’utente, il quale può cambiare molto facilmente la classificazione di qualsiasi segmento in estetica o funzionale», spiega il ricercatore.
Soddisfare i criteri dell'utente
Una volta che l'utente accetta la segmentazione, inserisce un messaggio in linguaggio naturale che descrive gli elementi di design desiderati, come “una fioriera cinese grezza e multicolore” o una custodia per telefono “nello stile dell'arte marocchina”. Un sistema di intelligenza artificiale, noto come Text2Mesh, cerca quindi di capire come sarebbe un modello 3D che soddisfi i criteri dell'utente.
Manipola i segmenti estetici del modello in Style2Fab, aggiungendo texture e colore o regolando la forma, per renderlo il più simile possibile. Ma i segmenti funzionali sono off-limits.
I ricercatori hanno inserito tutti questi elementi nel back-end di un'interfaccia utente che segmenta e quindi stilizza automaticamente un modello in base a pochi clic e input dell'utente.
Hanno condotto uno studio con maker che avevano un'ampia varietà di livelli di esperienza con la modellazione 3D e hanno scoperto che Style2Fab era utile in diversi modi in base all'esperienza del maker. Gli utenti inesperti sono stati in grado di comprendere e utilizzare l'interfaccia per stilizzare i progetti, ma ha anche fornito un terreno fertile per la sperimentazione con una bassa barriera all'ingresso.
Per gli utenti esperti, Style2Fab ha contribuito ad accelerare i flussi di lavoro. Inoltre, l'utilizzo di alcune delle sue opzioni avanzate ha dato loro un controllo più preciso sulle stilizzazioni.
Andando avanti, il dottor Faruqi e i suoi collaboratori vogliono estendere Style2Fab in modo che il sistema offra un controllo capillare sulle proprietà fisiche e sulla geometria. Ad esempio, alterare la forma di un oggetto può cambiare la forza che può sopportare, il che potrebbe causarne il cedimento una volta fabbricato. Inoltre, desiderano migliorare Style2Fab in modo che un utente possa generare da zero i propri modelli 3D personalizzati all'interno del sistema. I ricercatori stanno anche collaborando con Google su un progetto di follow-up.
Questa ricerca è stata supportata dal Programma MIT-Google per l'innovazione informatica.
Riferimenti:
(2) Faraz Faruqi
(3) Stefanie Mueller
(4) Megan Hofmann
(5) Association for Computing Machinery
Descrizione foto: I ricercatori del MIT hanno sviluppato un'interfaccia intuitiva che consente al produttore di personalizzare il colore, la consistenza e la forma delle caratteristiche estetiche di un modello 3D open source da un archivio online, senza compromettere la funzionalità dell'oggetto fabbricato. - Credit: Faraz Faruqi e Stefanie Mueller.
Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: AI-driven tool makes it easy to personalize 3D-printable models