CADIR: A Cross-Backend Editable Intermediate Representation for Agentic CAD Generation
यह शोधपत्र CADIR को प्रस्तुत करता है, जो OCCT कर्नेल पर निर्मित एक क्रॉस-बैकएंड निष्पादन योग्य इंटरमीडिएट रिप्रेजेंटेशन (intermediate representation) है, जो स्पष्ट निर्माण ग्राफ और ज्यामितीय सिग्नेचर मिलान के माध्यम से एजेंटिक CAD जनरेशन को सक्षम बनाता है ताकि FreeCAD, SolidWorks और Fusion 360 जैसे विविध CAD सिस्टमों में उच्च-सटीक, संपादन योग्य मॉडल पुनर्निर्माण प्राप्त किया जा सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक रोबोट को एक जटिल लेगो (Lego) महल बनाना सिखाने की कोशिश कर रहे हैं। आप रोबोट को बने हुए महल की एक फोटो दे सकते हैं और कह सकते हैं, "इसे बनाओ," लेकिन रोबोट ईंटों को एक बिखरे हुए ढेर की तरह आपस में चिपका सकता है जो अगर आप एक भी हिस्सा हिलाने की कोशिश करेंगे तो बिखर जाएगा। या, आप रोबोट को निर्देशों की एक लंबी, कठोर सूची दे सकते हैं जैसे "लाल ईंट 4 उठाओ, नीली ईंट 2 पर रखो," लेकिन अगर रोबोट के उपकरण उन उपकरणों से थोड़े अलग हैं जिनका उपयोग आपने सूची लिखने के लिए किया था, तो वह गलत ईंट पकड़ सकता है या अटक सकता है। यह कंप्यूटर-एडेड डिजाइन (CAD) नामक क्षेत्र में वर्तमान चुनौती है, जहाँ इंजीनियर स्मार्टफोन केस से लेकर कार के इंजन तक सब कुछ डिजाइन करने के लिए सॉफ्टवेयर का उपयोग करते हैं। लंबे समय तक, कंप्यूटर केवल स्थिर 3D आकृतियाँ ही बना सकते थे या बहुत विशिष्ट, कठोर स्क्रिप्ट का पालन कर सकते थे जो आसानी से टूट जाती थीं यदि आप उन्हें बदलने या किसी अन्य सॉफ्टवेयर प्रोग्राम में ले जाने की कोशिश करते। लेकिन अब, "लार्ज लैंग्वेज मॉडल्स" (AI जो मानव भाषा को समझता है) के उदय के साथ, हम ऐसे कंप्यूटर देख रहे हैं जो "एक गियर बनाओ" जैसे विवरण को सुनकर उसे बनाने की कोशिश कर सकते हैं। बड़ा सवाल यह है कि हम यह कैसे सुनिश्चित करें कि कंप्यूटर न केवल सही आकार बनाए, बल्कि ऐसी चीज़ बनाए जिसे ठीक करना, बदलना और विभिन्न डिजाइन प्रोग्रामों में उपयोग करना आसान हो?
यहीं पर CADIR नामक एक नया सिस्टम आता है, जो AI बिल्डर्स के लिए एक सुपर-स्मार्ट अनुवादक और प्रोजेक्ट मैनेजर की तरह काम करता है। इस शोध पत्र के पीछे के शोधकर्ताओं ने पाया कि मौजूदा तरीके एक ऐसे शेफ को रेसिपी देने की तरह थे जो एक गुप्त कोड में लिखी गई थी जिसे केवल एक विशिष्ट रसोई ही पढ़ सकती थी; यदि आप इसे किसी दूसरी रसोई में पकाने की कोशिश करते, तो सामग्री मेल नहीं खाती, या चरण समझ में नहीं आते। उन्होंने यह भी देखा कि पिछले AI प्रयासों ने अक्सर "स्थिर" मॉडल बनाए—जैसे कि एक 3D मूर्ति—जिसे दोबारा शुरू किए बिना बाद में बदला नहीं जा सकता था। इस समस्या को हल करने के लिए, टीम ने CADIR बनाया, जिसका अर्थ है "क्रॉस-बैकएंड एडिटेबल इंटरमीडिएट रिप्रेजेंटेशन" (Cross-Backend Editable Intermediate Representation)। इसे एक सार्वभौमिक, चरण-दर-चरण निर्माण लॉग के रूप में समझें जो न केवल यह रिकॉर्ड करता है कि क्या बनाया गया, बल्कि यह भी कि इसे कैसे बनाया गया, और हर निर्भरता (जैसे कि एक पहिया धुरी से कैसे जुड़ा है) को इस तरह ट्रैक करता है कि कोई भी प्रमुख डिजाइन सॉफ्टवेयर इसे समझ सके।
सिर्फ एक अंतिम 3D आकार निकालने के बजाय, CADIR एक "कंस्ट्रक्शन ग्राफ" (निर्माण ग्राफ) बनाता है। इसकी कल्पना एक गतिशील फ्लोचार्ट के रूप में करें जहाँ निर्माण प्रक्रिया का प्रत्येक चरण एक 'नोड' है, और उन्हें जोड़ने वाली रेखाएँ दिखाती हैं कि एक चरण दूसरे पर कैसे निर्भर है। यदि आप डिजाइन के बीच में एक छेद का आकार बदलते हैं, तो ग्राफ जानता है कि उस छेद से जुड़ी हर चीज़ को अपडेट करना है, ठीक वैसे ही जैसे एक वास्तविक इंजीनियरिंग ब्लूप्रिंट में होता है। सिस्टम सही हिस्सों को खोजने के लिए "जियोमेट्रिक सिग्नेचर मैचिंग" (Geometric Signature Signature Matching) नामक एक चतुर तकनीक का उपयोग करता है। यह ऐसा ही है जैसे यदि आप एक अलग सेट में एक विशिष्ट लेगो ईंट खो देते; सीरियल नंबर के समान दिखने वाली ईंट खोजने के बजाय (जो कि नए सेट में मौजूद नहीं हो सकता है), सिस्टम उसी आकार, आकार और रंग की ईंट को देखता है, जिससे यह सुनिश्चित होता है कि नया डिजाइन एकदम फिट बैठे भले ही सॉफ्टवेयर अलग हो।
शोधकर्ताओं ने सैकड़ों यांत्रिक भागों, सरल ब्लॉकों से लेकर गियर और चलते हुए हिस्सों वाले जटिल असेंबली तक, को बनाने के लिए AI का परीक्षण किया। उन्होंने पाया कि CADIR अविश्वसनीय रूप से विश्वसनीय था, जिसने एक सटीक "एक्जीक्यूशन सक्सेस रेट" (निष्पादन सफलता दर) 1.0000 प्राप्त किया, जिसका अर्थ है कि AI ने बिना क्रैश हुए या त्रुटि किए हर बार सफलतापूर्वक मॉडल बनाए। जब उन्होंने अन्य तरीकों के साथ तुलना की, तो CADIR ने ऐसी आकृतियाँ बनाईं जो इच्छित डिजाइन के बहुत करीब थीं (कुछ परीक्षणों में सटीकता में लगभग 30% सुधार हुआ) और, महत्वपूर्ण रूप से, इसने मॉडलों को FreeCAD, SolidWorks और Fusion 360 जैसे लोकप्रिय सॉफ्टवेयर में खोलने और संपादित करने की अनुमति दी। वास्तव में, जब उन्होंने इन पुनर्गठित मॉडलों को संपादित करने की कोशिश की, तो सिस्टम FreeCAD और Fusion 360 में लगभग 100% बार हिस्सों को ठीक करने या बदलने में सफल रहा।
इसे विशेष रूप से रोमांचक बनाने वाली बात यह है कि यह सिस्टम केवल शून्य से निर्माण नहीं करता है; यह पिछले डिजाइनों को भी "याद" रख सकता है। शोधकर्ताओं ने AI को पिछले कंस्ट्रक्शन ग्राफ का एक पुस्तकालय दिया और पाया कि जब AI ने टेक्स्ट या इमेज का उपयोग करके समान आकृतियों या हिस्सों की खोज की, तो वह केवल कच्चे कोड के माध्यम से खोजने की तुलना में बहुत तेज़ी से और अधिक सटीकता से सही बिल्डिंग ब्लॉक्स को खोज सका। इसका मतलब है कि AI अपने इतिहास से सीख सकता है, और अधिक जटिल चीजें बनाने के लिए चतुर छोटी संरचनाओं (जैसे कि हैंडल को जोड़ने का एक विशिष्ट तरीका) का पुन: उपयोग कर सकता है। हालाँकि शोध पत्र में उल्लेख किया गया है कि कुछ बहुत विशिष्ट विशेषताएं कुछ सॉफ्टवेयर की अनूठी सीमाओं के कारण पूरी तरह से संपादित नहीं की जा सकती हैं, फिर भी समग्र परिणाम एक बड़ी छलांग है। यह सुझाव देता है कि हम एक ऐसे भविष्य की ओर बढ़ रहे हैं जहाँ AI न केवल जटिल मशीनें डिजाइन कर सकता है, बल्कि उन्हें मानव इंजीनियरों को एक ऐसे प्रारूप में सौंप सकता है जो बदलाव, परीक्षण और सुधार के लिए तैयार हो, जिससे एक साधारण विचार और एक वास्तविक, काम करने वाले उत्पाद के बीच के अंतर को पाटा जा सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।