Umjetna inteligencija danas od jedne rečenice napravi 3D model, ali on se često raspadne čim se ispiše. Alat s MIT-a omogućuje da se takvi problemi uoče i poprave običnim riječima prije ispisa. Zove se InstructMesh, a razvili su ga istraživači MIT-ova Laboratorija za računalnu znanost i umjetnu inteligenciju, Googlea i Sveučilišta Northeastern.
Većinu 3D generatora ocjenjuje se po tome kako stvari izgledaju. Šalica mora i držati vodu, a šarka se mora okretati. Kad je tim AI generatorom ponovno izradio popularne modele sa stranice Thingiverse, gotovo 80 posto njih imalo je neku strukturnu grešku.
Označi, opiši, podesi
InstructMesh spaja Microsoftov TRELLIS, koji iz teksta i slika radi 3D modele, s jezičnim modelom GPT-4. Korisnik označi dio koji želi promijeniti i riječima opiše promjenu. Klizači zatim omogućuju finija podešavanja, na primjer da se dio poveća ili izvuče.
„Htjeli smo spojiti talente 3D generatora i sposobnost zaključivanja velikih jezičnih modela u interaktivnom prostoru, da nastaju predmeti koje ljudi stvarno žele”, kaže glavni autor Faraz Faruqi, koji je u međuvremenu prešao u Google.
Početnici su se snašli
Istraživači su ljude bez iskustva u 3D modeliranju zamolili da pronađu i poprave greške u modelima koje je napravio AI. Uspjeli su u oko 90 posto slučajeva, prema ocjeni stručnjaka.
Tim je ispisao i šalicu koju obavija zmaj čiji je rep ručka, naočale s leptirovim krilima i malog robota u obliku škampa koji klizi po stolu. Predmeti su radili kako je zamišljeno, kaže Faruqi.
