นักวิจัยจาก MIT, IBM และ Red Hat พัฒนาระบบ GIFT เพื่อสอน Vision-Language Models ให้สร้างโค้ด Python สำหรับแปลงแบบ 2D เป็นโมเดล 3D CAD ได้แม่นยำขึ้น โดยใช้ทรัพยากรประมวลผลเพียง 20% ของวิธีเดิม ช่วยผู้ผลิตชิ้นส่วนยานยนต์ อากาศยาน และเครื่องใช้ไฟฟ้า เร่งกระบวนการ Rapid Prototyping และลดต้นทุนการทดสอบในแบบจำลอง
ทุกผลิตภัณฑ์รอบตัวในโลกยุคใหม่ ไม่ว่าจะเป็นชิ้นส่วนเครื่องบินไปจนถึงเครื่องใช้ไฟฟ้า ล้วนมีจุดเริ่มต้นมาจากโมเดล CAD ทั้งสิ้น แม้ทีมวิศวกรในภาคอุตสาหกรรมจะพยายามนำ Vision-Language Models (VLMs) มาช่วยเร่งความเร็วในการออกแบบ แต่ข้อจำกัดสำคัญคือ AI มักจะสร้างรูปทรงพื้นฐานที่ไม่สามารถนำไปใช้งานจริงได้ ข้อมูลล่าสุดจากข่าวประชาสัมพันธ์ของ MIT (Massachusetts Institute of Technology) เผยถึงความสำเร็จในการพัฒนาระบบใหม่ที่สามารถสอนให้ AI เรียนรู้จากข้อผิดพลาดของตนเอง เพื่อแปลงแบบ 2D ให้กลายเป็นโปรแกรม CAD ที่นำไปใช้จำลองและทดสอบได้จริงอย่างแม่นยำ
ระบบดังกล่าวมีชื่อว่า GIFT (Geometric Inference Feedback Tuning) ซึ่งพัฒนาขึ้นโดยทีมนักวิจัยจาก MIT ร่วมกับผู้เชี่ยวชาญจาก IBM และ Red Hat โดยเป็นกรอบการทำงานอัตโนมัติที่ช่วยยกระดับประสิทธิภาพของ VLM ในการแปลงภาพเป็นโปรแกรม CAD ซึ่งนักวิจัยระบุว่าเทคนิคนี้จะช่วยเพิ่มความคล่องตัวให้กับกระบวนการ Rapid Prototyping พร้อมทั้งช่วยลดต้นทุนได้อย่างมีนัยสำคัญ
เปลี่ยนข้อผิดพลาดของ AI เป็นข้อมูลฝึกฝนคุณภาพสูง
ปัจจุบัน การใช้ VLM เพื่อสร้าง CAD ต้องเผชิญกับคอขวดสำคัญจากการขาดแคลนชุดข้อมูล CAD ที่มีคุณภาพสูงและหลากหลายสำหรับการฝึกฝน ในขณะที่การเพิ่มข้อมูล (Data Augmentation) แบบเดิมมักใช้วิธีปรับแต่งข้อมูลที่มีอยู่แล้วแบบสุ่ม เช่น การเปลี่ยนสีหรือขนาด แต่ GIFT ถูกออกแบบมาให้สร้างข้อมูลที่อิงจากจุดแข็งและจุดอ่อนของตัวโมเดล AI เองโดยเฉพาะ
กระบวนการทำงานของ GIFT เริ่มต้นจากการทดสอบให้โมเดลลองเขียนโค้ดเพื่อแก้ปัญหาการสร้าง CAD ซ้ำๆ หลายครั้ง Giorgio Giannone หัวหน้านักวิจัยจาก DeCoDE Lab ของ MIT อธิบายว่า “การเขียนโค้ดแก้ปัญหา CAD ที่เกือบถูกต้องนั้นไม่ใช่เรื่องยากสำหรับโมเดล แต่การเขียนโค้ดที่ถูกต้องสมบูรณ์และสามารถรันได้จริงนั้นท้าทายกว่ามากสำหรับ VLM มาตรฐาน”
เมื่อโมเดลสร้างผลลัพธ์ที่เกือบถูกต้องออกมา GIFT จะทำการปรับแก้ผลลัพธ์เหล่านั้นให้กลายเป็นคำตอบที่สมบูรณ์ แล้วบันทึกกรณีที่ ‘เกือบถูก’ พร้อมกับคำตอบที่แก้ไขแล้วลงในชุดข้อมูลใหม่ เพื่อสอนให้ AI ก้าวข้ามปัญหาที่มันมักจะทำพลาด แนวทางนี้ช่วยให้ AI สามารถพัฒนาตัวเองได้โดยไม่ต้องอาศัยมนุษย์เข้ามาแทรกแซง
ขยายขีดความสามารถโดยไม่เพิ่มภาระประมวลผล
GIFT ยังใช้กระบวนการที่เรียกว่า Inference-Time Scaling ซึ่งช่วยให้โมเดลที่ผ่านการฝึกมาแล้วสามารถสร้างผลลัพธ์ที่ดีขึ้นได้ โดยไม่ต้องเสียค่าใช้จ่ายด้านการประมวลผลสูงเท่ากับการฝึกโมเดลใหม่ทั้งหมดตั้งแต่ต้น
ตามข้อมูลจากทีมนักวิจัย ระบบ GIFT สามารถสร้างโปรแกรม CAD ได้แม่นยำกว่าเทคนิคคู่แข่งอื่นๆ โดยใช้ทรัพยากรการประมวลผลเพียง 20% เท่านั้น ผลงานวิจัยชิ้นนี้ได้รับการนำเสนอในงาน International Conference on Machine Learning และในอนาคตทีมงานมีแผนที่จะขยายความสามารถของ GIFT เพื่อให้โมเดลสามารถสร้างโปรแกรม CAD ที่ช่วยเสริมประสิทธิภาพและความสามารถในการผลิต (Manufacturability) ของโมเดล 3D ในโลกความเป็นจริงได้ดียิ่งขึ้น
ที่มา:
NMIT
