Zapomnijcie o AutoCAD. Sieć neuronowa tworzy modele CAD ze zdjęć i jest za darmo

Nowa sieć neuronowa o nazwie GenCAD otwiera przed projektantami inżynierii zupełnie nową perspektywę pracy z modelami 3D. Stworzona przez inżynierów z Massachusetts Institute of Technology, Ferdousa Alama i Faeza Ahmeda, technologia pozwala generować parametryczne modele CAD na podstawie zwykłych fotografii. Wystarczy przesłać zdjęcie obiektu, by system samodzielnie utworzył gotowy do edycji projekt inżynierski.

W zamyśle autorów GenCAD ma rozwiązać szereg problemów, które od lat utrudniają pracę specjalistom w dziedzinie projektowania technicznego. Proces tworzenia modeli CAD bywa czasochłonny, wymaga sporego doświadczenia i znajomości złożonych środowisk projektowych. Dodatkowo wiele popularnych narzędzi, takich jak AutoCAD, to programy płatne. GenCAD ma te trudności eliminować.

Od zdjęcia do gotowego modelu

GenCAD nie jest pierwszym narzędziem próbującym zautomatyzować tworzenie modeli 3D na podstawie obrazu, jednak jego sposób działania znacząco odbiega od rozwiązań konkurencyjnych. Większość istniejących systemów koncentruje się na generowaniu siatek wielokątów, które stanowią jedynie geometryczny zarys obiektu. Tymczasem GenCAD konstruuje pełnowartościowy model parametryczny, gotowy do edycji w profesjonalnym oprogramowaniu projektowym. System nie kończy działania na wygenerowaniu samej bryły — produkuje kompletną historię poleceń CAD, możliwą do wykorzystania w dalszych etapach pracy projektowej.

W praktyce oznacza to, że inżynier otrzymuje nie tylko trójwymiarową reprezentację obiektu, ale także możliwość modyfikowania jego parametrów zgodnie z wymaganiami projektu. Gotowy model może zostać natychmiast załadowany do edytora CAD, poddany korektom i użyty do produkcji elementów mechanicznych lub konstrukcyjnych.

Architektura ukryta za prostotą

Za pozorną prostotą działania GenCAD kryje się zaawansowana struktura sieci neuronowej, podzielona na cztery kluczowe komponenty. Pierwszy z nich to autoregresyjny enkoder transformacyjny, odpowiedzialny za przekształcanie zakodowanych danych wizualnych w sekwencję zrozumiałą dla systemu CAD. Ten etap przetwarza ukrytą reprezentację obrazu w język operacji projektowych.

Drugim elementem systemu jest model uczący się w oparciu o metodę kontrastową. Jego zadaniem jest identyfikacja wspólnych cech pomiędzy sekwencjami poleceń CAD a odpowiadającymi im obrazami. Umożliwia to lepsze odwzorowanie obiektów widocznych na zdjęciach i ich przełożenie na język techniczny projektowania.

Trzecią warstwę stanowi model dyfuzji ukrytej, który odpowiada za generowanie reprezentacji sekwencji CAD wyłącznie na podstawie danych obrazowych. Działa jak pośrednik, który tłumaczy obraz w sposób umożliwiający dalsze kodowanie danych projektowych.

Całość domyka model dekodera, rekonstruujący pełną sekwencję parametrycznych poleceń na bazie przetworzonych wcześniej danych. Dzięki tej architekturze system potrafi nie tylko rozpoznać i odwzorować strukturę obiektu, lecz także oddać jego złożone zależności geometryczne.

Otwarte źródła i dostępność dla wszystkich

Twórcy GenCAD zdecydowali się udostępnić narzędzie w modelu open source. Cała dokumentacja, kod źródłowy oraz instrukcje użytkowania znajdują się w repozytorium projektu na platformie GitHub. Dzięki temu każdy inżynier, student czy hobbysta może samodzielnie uruchomić system, przetestować jego możliwości i włączyć go w własne procesy projektowe.

Twórcy podkreślają, że GenCAD nie tylko oszczędza czas, ale również obniża próg wejścia w świat projektowania wspomaganego komputerowo. Dzięki niemu możliwe staje się tworzenie precyzyjnych modeli nawet bez wcześniejszej znajomości zaawansowanego oprogramowania CAD.