مقدمة

إذا طلبت من نظام ذكاء اصطناعي توليدي تصميم كوب للطباعة ثلاثية الأبعاد، ستحصل غالبًا على كوب أنيق لا يستطيع احتفاظًا بقهوتك. هذه النماذج تفهم كيف يبدو الشيء ظاهريًا، لكنها لا تفهم كيف يعمل — فالجدار رقيق كالورق، أو المقبض غير ملتصق، أو القاع فارغ في المواضع الخاطئة جميعها. أداة جديدة من مختبر MIT CSAIL بتعاون مع Google وجامعة Northeastern تستهدف تمامًا هذه المسافة بين “يبدو رائعًا” و”يمكن طباعته فعلًا”.

اسم النظام هو InstructMesh، وهو يتيح لأي شخص — بمن فيهم من لا يملك أي خبرة في النمذجة — إصلاح نموذج ثلاثي الأبعاد المولَّد بالذكاء الاصطناعي قبل إرساله إلى الطابعة. حدِّد الجزء المعطوب، ثم صف الإصلاح بلغة عادية (أو حرّك شريط التمرير)، ووافق على النتيجة.

لماذا تفشل معظم النماذج المولَّدة بالذكاء الاصطناعي عند الطباعة

أدوات التوليد ثلاثي الأبعاد تُحسِّن المظهر المرجّح لا الدقة الهندسية. في الدراسة، طلب فريق MIT من مولِّد Microsoft المسمى TRELLIS إعادة إنتاج نماذج شهيرة من منصة Thingiverse، إحدى أكبر مكتبات النماذج القابلة للطباعة. النتيجة: نحو 80% من النماذج المولَّدة كانت معيبة بنيويًا بطريقة ما: فجوات مفتوحة حيث يجب أن يكون السطح مغلقًا، جدران أرقّ من أن تصمد في التقطيع، أو أجزاء منفصلة تسقط عن منصة الطباعة.

هذه العيوب يصعب اكتشافها على الشاشة، وتكلّف كثيرًا إذا ظهرت في منتصف الطباعة — لا سيزة لمبتدئين لا يزالون يتعلمون. والإصلاح التقليدي يتطلب تعلّم برامج CAD أو تحرير الشبكات الاحترافية، وهي حاجزة تُبقي الكثير من الأفكار الإبداعية عالقة على المكتب.

كيف يعالج InstructMesh المشكلة

يدمج InstructMesh نظامي ذكاء اصطناعي مختلفين تمامًا. نظام TRELLIS من Microsoft يتولى جانب التوليد ثلاثي الأبعاد — أي تحويل أمر نصي أو صورة إلى نموذج — بينما يوفّر GPT-4 طبقة الاستدلال التي تفهم ما يريد المستخدم تغييره.

الحيلة الأساسية أن التعديلات تحدث في الفضاء الكامن (latent space) للنموذج المولِّد، لا على رؤوس الشبكة المنفردة. يحدِّد المستخدم منطقة من المخطط، ثم يشغّل عمليات مستهدفة مثل فتح أو إغلاق فجوة أو ضبط السماكة المحلية. يمكن وصف التغيير باللغة الطبيعية (“اجعل هذا الجدار أسمك”، “أزل هذا الغطاء”) أو ضبطه بأشرطة التمرير لدقة أكبر. تُحدَّث النتيجة فورًا، والقرار ببقائها للمستخدم.

في دراسات المستخدمين، تمكّن المبتدئون من اكتشاف مشكلات التصنيع في النماذج المولَّدة وإصلاحها بنجاح في نحو 90% من الحالات، كما راجع خبير. أنشأ المشاركون أشياء يومية مثل حوامل الهواتف والفازات، وفضّلوا باستمرار الواجهة الهجينة التي تجمع بين أشرطة التمرير والإدخال بلغة طبيعية.

من أمر الكتابة إلى مجسم يعمل فعلًا

تُظهر النماذج التجريبية ما يصبح ممكنًا حين يعمل التوليد والإصلاح معًا: كوب يلتف حوله تنانين ومقبضه ذيله، صفير على شكل صدفة يصدر صوتًا فعليًا، نظارة بأجنحة فراشة، وموزّع على شكل أخطبوط يسكب في عدة أكواب من كل ذراع. هذه ليست رسومًا توضيحية لملف أعمال، بل أشياء طبعها الفريق واستخدمها فعلًا.

من وجهة نظر خدمات الطباعة المخصصة، هذا أهم مما يبدو. معظم أفكار العملاء تصل على شكل رسم تخطيطي أو صورة أو فقرة وصف، وتحويلها إلى شبكة قابلة للطباعة لا يزال أبطأ وأغلى خطوة في العملية. والأدوات التي تُضيّق فجوة “من الأمر إلى قابل للطباعة” تقصّر الطريق مباشرة من فكرة العميل إلى قطعة مادية.

ما القادم

أشار الكاتب الأول Faraz Faruqi، الذي يعمل الآن في Google، إلى الخطوة التالية: دمج InstructMesh في سير عمل للواقع المعزز، تصف فيه ما تحتاجه بالنظر إلى ما حولك، فيصمّمه النظام ويطبعه فورًا — مثل غلاف هاتف مطابق لمحفظتك. وثّق المشروع بحث بعنوان “InstructMesh: Selective Refinement of Generative 3D Models for Fabrication“، من باحثي MIT CSAIL وجامعة Northeastern وGoogle.

ماذا يعني هذا للطباعة المخصصة والتعليمية

في الفصول الدراسية ومساحات الصناعة اليدوية وعند الهواة، يكمن جاذبية InstructMesh في أنه يزيل عنق الزجاجة الخاص بالنمذجة لا الإبداع. الطالب الذي يستطيع وصف التعديل الذيريده يستطيع الحصول على نتيجة قابلة للطباعة دون إتقان برنامج يستغرق عادة أسابيع للاعتياد عليه. وأمثلة الفريق نفسها — حامل هاتف، فازة، صفير عامل — هي نوع الأجساد الصغيرة الشخصية التي تقود أغلب مشاريع الطباعة ثلاثية الأبعاد للمبتدئين.

كما إنه نظرة مسبقة على اتجاه سير العمل الاحترافي. بدلًا من تحرير الشبكات يدويًا بعد التوليد، يراجع مصممو مخرجات الذكاء الاصطناعي كما يراجعون مسودة زميل مبتدئ: يشيرون إلى المشكلة، ويقولون ما يجب تغييره، ويوافقون على المراجعة. ونمط مماثل بدأ يظهر في برامج التقطيع وحزم النمذجة، وهو يخفض حافة المهارة أمام كل من يريد جسمًا ماديًا لا مجرد تصويرًا رقميًا.

الخاتمة

لن يتوقف الذكاء الاصطناعي عن إنتاج نماذج “جميلة لكن غير قابلة للطباعة” قريبًا. وما يوضّحه InstructMesh هو أن الإصلاح لا يجب أن يكون عمل CAD يدويًا: مع تحديد المنطقة واللغة الطبيعية وبضعة أشرطة تمرير، يتمكن من جرّب الطباعة لأول مرة من تصحيح العيوب التي كانت ستفسد الطباعة. والمسافة بين “لدي فكرة” و”لدي القطعة” تظل تتقلص.