Stel je voor dat je een fysiek object in je handen houdt, bijvoorbeeld een houten stoel of een keramische vaas. Als je de stijl ervan van rustiek naar futuristisch wilde veranderen, zou je het hout moeten weghakken of de klei moeten vervormen, een proces dat traag, permanent is en aanzienlijke vaardigheid vereist. In de digitale wereld heeft het creëren van driedimensionale objecten voor films, videogames of productontwerp traditioneel een vergelijkbaar pad van handarbeid gevolgd. Ontwerpers bouwen modellen stukje bij beetje op, waarbij ze elke curve en elk oppervlak verfijnen. Onlangs heeft kunstmatige intelligentie een kortere route geboden, waardoor mensen driedimensionale objecten kunnen genereren door simpelweg een beschrijving te typen. Deze AI-tools werken echter vaak als een loterijmachine: je typt een prompt, en het systeem produceert een resultaat. Als het resultaat te modern is of net niet helemaal juist, kun je het niet simpelweg bijsturen; je moet opnieuw beginnen met een nieuwe beschrijving, in de hoop op een beter resultaat. Dit maakt het moeilijk om kleine, precieze aanpassingen te doen, zoals een stoel iets ronder maken of een auto iets aerodynamischer maken, zonder de controle over het gehele ontwerp te verliezen.

Een team van onderzoekers heeft een nieuwe methode ontwikkeld genaamd SemanticSlider3D om dit probleem op te lossen. Hun werk introduceert een manier om het uiterlijk en het gevoel van een 3D-object continu te bewerken met behulp van een eenvoudige schuifregelaar, vergelijkbaar met de volumeregelaar op een stereo, maar dan voor de stijl of het materiaal van een digitaal object. In plaats van bij elke verandering vanaf nul te beginnen, stelt dit systeem een gebruiker in staat om een bestaand 3D-model te nemen en een bediening naar voren en naar achteren te schuiven om te zien hoe het soepel transformeert van de ene extreme naar de andere. Een gebruiker kan bijvoorbeeld een standaard piano nemen en een regelaar verschuiven om deze steeds futuristischer te laten lijken, waarbij elke subtiele variatie daartussenin wordt gezien, van een klassieke houten afwerking tot een strak, gloeiend ontwerp met geïntegreerde lichten. Het systeem bereikt dit zonder dat het voor elk nieuw object of elke nieuwe stijl opnieuw getraind hoeft te worden, wat het een flexibele tool maakt voor ontwerpers die snel veel mogelijkheden willen verkennen.

De kernuitdaging waar de onderzoekers voor stonden, was dat 3D-objecten veel complexer zijn dan platte plaatjes. Wanneer je een 2D-afbeelding bewerkt, verander je alleen wat de camera vanuit één hoek ziet. Maar een 3D-object bestaat in de ruimte, en het veranderen van het uiterlijk ervan vanuit één zijde moet consistent zijn met hoe het er aan de andere zijden uitziet. Als een AI de voorkant van een stoel futuristisch maakt, maar de achterkant oud laat, ziet het resultaat er gebrekkig en onrealistisch uit. Eerdere pogingen om dit op te lossen bestonden uit het bewerken van een 2D-afbeelding van het object en vervolgens te proberen die 2D-afbeelding weer om te zetten naar een 3D-vorm. De onderzoekers ontdekten dat deze aanpak faalde omdat het proces van het omzetten van de afbeelding terug naar 3D fouten en inconsistenties introduceerde, wat vaak resulteerde in objecten die vervormd waren of hun oorspronkelijke vorm verloren.

Om deze fouten te omzeilen, bouwden de onderzoekers hun systeem zo dat het rechtstreeks binnen de "hersenen" van de computer werkt waar het 3D-object is opgeslagen, in plaats van eerst met de platte afbeeldingen te werken. Ze gebruikten een krachtig AI-model dat de structuur van 3D-vormen begrijpt. Het proces begint met het nemen van het originele 3D-object en het vanuit veel verschillende hoeken te bekijken, zoals een beveiligingscamerasysteem dat een kamer vanuit alle kanten vastlegt. Het systeem vraagt vervolgens aan een taalmodel om twee beschrijvingen te schrijven: één die het object in zijn negatieve extreme beschrijft (het tegenovergestelde van de gewenste verandering) en een andere die het positieve extreme beschrijft (de gewenste verandering). Als het doel bijvoorbeeld is om een bank "zeer futuristisch" te maken, genereert het systeem een beschrijving van een klassieke, traditionele bank en een andere van een ultra-strak, modern ontwerp.

Vervolgens identificeert het systeem welke camerabeelden het belangrijkst zijn om de verandering te tonen. Als de gebruiker de grootte van de ogen van een personage wil veranderen, negeert het systeem de beelden van de achterkant en focust het alleen op de voorkant. Het gebruikt vervolgens de contrasterende beschrijvingen om een paar afbeeldingen voor elk belangrijk beeld te maken: één die het object in het negatieve extreme toont en één die het object in het positieve extreme toont. Door deze paren te vergelijken, berekent het systeem een specifieke richting in zijn interne wiskundige ruimte die leidt van de oude look naar de nieuwe look. Deze richting dient als een gids. Wanneer een gebruiker de schuifregelaar beweegt, volgt het systeem deze gids en past het de vorm en textuur van het object stap voor stap aan. Omdat het systeem rechtstreeks op de 3D-structuur werkt, zorgt het ervoor dat de veranderingen vanuit elk perspectief consistent blijven, waardoor de integriteit van het object behouden blijft terwijl de nieuwe stijl wordt toegepast.

De onderzoekers testten deze methode op een dataset van vijftig verschillende objecten, variërend van dieren en meubels tot voedsel en voertuigen. Ze vergeleken hun nieuwe schuifregelsysteem met een standaardaanpak die probeerde 2D-afbeeldingen te bewerken en deze vervolgens terug te zetten naar 3D. Vijf menselijke experts evalueerden de resultaten en beoordeelden ze op de mate van variatie die de schuifregelaar produceerde, de consistentie van de veranderingen, de algehele kwaliteit van het 3D-model en of het systeem per ongeluk onderdelen van het object veranderde die niet aangeraakt hadden mogen worden. De resultaten waren duidelijk: de nieuwe schuifregelmethode werd overweldigend verkozen. Het produceerde een veel breder scala aan betekenisvolle veranderingen, hield de 3D-objecten van hoge kwaliteit en structureel gezond, en behield succesvol ongerelateerde kenmerken. Bijvoorbeeld, bij het futuristischer maken van een stoel, veranderde het systeem de stijl zonder per ongeluk het aantal poten of de basisstructuur van de zitting aan te passen.

Om te zien hoe dit hulpmiddel in een echte ontwerpomgeving zou werken, nodigden de onderzoekers zes mensen met ervaring in 3D-modellering uit om het systeem in een gecontroleerde omgeving te gebruiken. Deze deelnemers kregen de opdracht om 3D-prototypes te maken voor diverse doelen, zoals het ontwerpen van een lamp of een beenprothese. De deelnemers vonden dat de schuifregelaar hen hielp om ontwerpiden te verkennen waar ze aanvankelijk niet aan hadden gedacht. Eén deelnemer, die een moderne vloerlamp wilde ontwerpen, was verrast dat een retro-stijl variatie een interessanter detail aanbood dan de moderne versie die hij oorspronkelijk in gedachten had. Een andere deelnemer, die een beenprothese ontwierp, realiseerde zich dat het zien van het volledige spectrum aan opties hem inspireerde om over nieuwe functies na te denken die hij nog niet had opgenomen. Het hulpmiddel fungeerde niet alleen als een editor, maar ook als een partner in het creatieve proces, waarbij het gebruikers hielp te verduidelijken wat ze precies wilden door hen het volledige bereik aan mogelijkheden te tonen.

Hoewel het systeem echter ook enkele beperkingen vertoonde. Hoewel het zeer goed werkte voor het veranderen van algemene stijlen, materialen of de "stemming" van een object, was het minder precies wanneer het ging om het veranderen van specifieke geometrische details, zoals de exacte grootte van één oog of de hoogte van een specifiek onderdeel. De onderzoekers merkten op dat het maken van dergelijke fijnmazige structurele veranderingen nog steeds moeilijk voor het systeem is om vloeiend te verwerken. Daarnaast is de tijd die nodig is om de schuifregelaar te genereren aanzienlijk, waarbij de initiële opstelling ongeveer twaalf minuten duurt en elk nieuw punt op de schuifregelaar ongeveer anderhalf minuut kost om te creëren. Dit betekent dat hoewel het hulpmiddel krachtig is, het nog niet instant is en gebruikers geduldig moeten zijn terwijl het systeem werkt.

Ondanks deze beperkingen suggereren de bevindingen een belangrijke stap voorwaarts in hoe mensen interageren met kunstmatige intelligentie voor ontwerp. Het systeem demonstreert dat het mogelijk is om gebruikers fijne controle te geven over 3D-objecten zonder dat zij experts hoeven te zijn in 3D-modelleringssoftware. Door mensen een continue reeks stijlen en attributen te laten doorlopen via een schuifregelaar, overbrugt het hulpmiddel de kloof tussen de vage aard van tekstprompts en de precieze behoeften van professioneel ontwerp. Het biedt een manier om door de enorme ruimte van creatieve mogelijkheden te navigeren, waarbij ontwerpers de perfecte balans vinden tussen hun initiële idee en het eindproduct. Naarmate de technologie verbetert, met name in het afhandelen van complexe geometrische veranderingen en het verminderen van de wachttijden, zou het een standaard onderdeel van de creatieve workflow kunnen worden, wat de manier transformeert waarop we de objecten van de toekomst ons voorstellen en bouwen.