Pesquisadores da Universidade Carnegie Mellon (EUA) desenvolveram um sistema que utiliza diversos modelos de linguagem de inteligência artificial de grande porte para monitorar e ajustar o desempenho de impressoras 3D em tempo real.
Fonte da imagem: sciencedirect.com
A maioria das impressoras 3D modernas está sujeita a erros em algum grau. Cerca de 7% dos protótipos produzidos no módulo Prusa3D MMU2S apresentam defeitos, e outros 19% exigem intervenção do usuário, mesmo não estando defeituosos. Isso significa que os proprietários de impressoras 3D precisam monitorar o processo de impressão — o que é aceitável em situações cotidianas, mas se torna um problema na produção. Não existe um padrão global único, mas muitos fabricantes na década de 1980 buscavam uma taxa de defeitos em torno de 5%. Hoje, a taxa normal está mais próxima de 0,1%, e uma taxa de defeitos de 7% é muito alta, o que significa que a impressão 3D não é competitiva em termos de qualidade em comparação com outros processos de fabricação.
Uma solução para esse problema foi proposta por pesquisadores da Universidade Carnegie Mellon, que integraram quatro agentes de IA especializados, baseados em grandes modelos de linguagem, além de um agente de controle para otimização, ao processo de impressão 3D. O primeiro agente é baseado em um modelo de linguagem visual — ele tira fotos após cada camada impressa e as analisa para verificar a qualidade da impressão e identificar defeitos. A segunda etapa analisa as configurações atuais da impressora para determinar o que precisa ser alterado ou aprimorado para resolver quaisquer problemas detectados. As informações coletadas são transmitidas ao agente de agendamento, que gera uma sequência de ações — esta, por sua vez, é transmitida ao agente de execução, que ajusta a operação da impressora 3D por meio de uma API para alcançar o resultado desejado. O agente de controle garante que as informações estejam atualizadas.
Vale ressaltar que este sistema não se concentra especificamente em…Modelos de IA treinados — utiliza o núcleo do OpenAI GPT-40 e consultas específicas do domínio. Isso simplifica a implementação, a implantação do sistema e a otimização da impressão 3D. Se a tecnologia se tornar amplamente utilizada, as câmeras das impressoras 3D alimentarão grandes modelos de linguagem com imagens, em vez de serem usadas para controle manual. Por enquanto, os humanos precisarão continuar a depender de suas próprias habilidades.