Style2Fab utilizza l’IA per personalizzare facilmente modelli stampabili in 3D
I ricercatori del MIT hanno sviluppato lo strumento per personalizzare rapidamente modelli di oggetti stampabili in 3D senza ostacolarne la funzionalità.
Con la crescente convenienza e accessibilità delle stampanti 3D, un numero crescente di produttori amatoriali sta creando oggetti utilizzando modelli 3D gratuiti e open source. Tuttavia, la personalizzazione di questi modelli rappresenta una sfida a causa della necessità di software CAD costosi e complessi, soprattutto quando il progetto del modello originale non è disponibile. Inoltre, garantire che queste personalizzazioni non compromettano la funzione dell’oggetto è un altro ostacolo per i principianti. Per risolvere questo problema, i ricercatori del MIT hanno introdotto Style2Fab , uno strumento di intelligenza artificiale generativa che consente agli utenti di personalizzare modelli 3D utilizzando semplici istruzioni linguistiche, garantendo che la funzionalità del prodotto finale non venga compromessa una volta stampato.
“Per chi ha meno esperienza, il problema fondamentale da affrontare è stato: ora che hanno scaricato un modello, non appena vogliono apportarvi delle modifiche, si ritrovano perplessi e non sanno cosa fare. Style2Fab renderebbe molto semplice stilizzare e stampare un modello 3D, ma anche sperimentare e imparare mentre lo si fa”, ha affermato Faraz Faruqi, studente laureato in informatica e autore principale di un articolo che introduce Style2Fab.
Style2Fab utilizza algoritmi di deep learning per classificare i modelli 3D in parti estetiche e funzionali, semplificando il processo di progettazione. Oltre ad aiutare i progettisti dilettanti e a migliorare l’accessibilità alla stampa 3D, Style2Fab ha potenziale per applicazioni mediche, in particolare nella creazione di dispositivi di assistenza personalizzati. La ricerca indica che i pazienti hanno maggiori probabilità di utilizzare dispositivi di assistenza esteticamente gradevoli. Style2Fab facilita tali personalizzazioni, consentendo agli utenti di progettare dispositivi medici come stecche per il pollice che si allineano al loro stile personale pur mantenendo la funzionalità.
Lo sviluppo di Style2Fab mira a supportare il fiorente campo delle tecnologie assistive fai-da-te, come notato da Faruqi. Ha collaborato con il suo consulente, l’autore co-senior Stefanie Mueller, professore associato nei dipartimenti di ingegneria elettrica e informatica e ingegneria meccanica del MIT, e membro del Laboratorio di informatica e intelligenza artificiale (CSAIL) che guida l’HCI Engineering Group ; co-autrice senior Megan Hofmann, assistente professore al Khoury College of Computer Sciences della Northeastern University; così come altri membri ed ex membri del gruppo. La ricerca sarà presentata al simposio ACM sul software e la tecnologia dell’interfaccia utente.
Funzionalità
I repository online, come Thingiverse, consentono alle persone di caricare file di progettazione digitale open source creati dagli utenti di oggetti che altri possono scaricare e fabbricare con una stampante 3D. Faruqi e i suoi collaboratori hanno iniziato questo progetto studiando gli oggetti disponibili in questi archivi per comprendere meglio le funzionalità presenti all’interno dei vari modelli 3D, dando loro un’idea migliore di come utilizzare l’intelligenza artificiale per segmentare i modelli in componenti funzionali ed estetici.
“Abbiamo capito subito che lo scopo di un modello 3D dipende molto dal contesto, come un vaso che potrebbe essere appoggiato su un tavolo o appeso al soffitto con uno spago. Quindi non può essere solo un’intelligenza artificiale a decidere quale parte dell’oggetto è funzionale. Abbiamo bisogno di un essere umano coinvolto”, ha detto Faruqi.
I ricercatori hanno identificato due funzionalità chiave nei modelli 3D: funzionalità esterna (parti che interagiscono con l’ambiente esterno) e funzionalità interna (parti che devono adattarsi insieme dopo la fabbricazione). Per una stilizzazione efficace, è essenziale mantenere la geometria di questi segmenti funzionali consentendo al tempo stesso la personalizzazione delle sezioni estetiche.
Style2Fab utilizza l’apprendimento automatico per analizzare la topologia di un modello 3D, identificando cambiamenti geometrici come curve o angoli. Questa analisi divide il modello in segmenti distinti, che vengono poi confrontati con un set di dati di 294 modelli 3D annotati per determinare se sono funzionali o estetici in base alla somiglianza. Se un segmento è strettamente allineato con una parte funzionale del set di dati, viene etichettato come funzionale.
“Ma è un problema davvero difficile classificare i segmenti solo in base alla geometria, a causa delle enormi variazioni nei modelli condivisi. Quindi questi segmenti sono una serie iniziale di raccomandazioni che vengono mostrate all’utente, che può facilmente modificare la classificazione di qualsiasi segmento in estetica o funzionalità”, ha affermato Faruqi.
Coinvolgimento umano
Una volta che l’utente accetta la segmentazione, inserisce un messaggio in linguaggio naturale che descrive gli elementi di design desiderati, come “una fioriera cineserie grezza e multicolore” o una custodia per telefono “nello stile dell’arte marocchina”. Un sistema di intelligenza artificiale, noto come Text2Mesh, cerca quindi di capire come sarebbe un modello 3D che soddisfi i criteri dell’utente. Manipola i segmenti estetici del modello in Style2Fab, aggiungendo texture e colore o regolando la forma, per renderlo il più simile possibile, mantenendo i segmenti funzionali off-limits.
I ricercatori hanno integrato i loro risultati in un’interfaccia utente che segmenta e stilizza automaticamente i modelli 3D in base all’input dell’utente. Uno studio che ha coinvolto produttori con diversi livelli di esperienza nella modellazione 3D ha dimostrato che Style2Fab era versatile; è stato facile da usare e sperimentare per i principianti, mentre gli utenti esperti hanno riscontrato che ha accelerato i loro flussi di lavoro e ne hanno apprezzato le opzioni di personalizzazione avanzate.
Negli sviluppi futuri, Faruqi e il suo team mirano a perfezionare Style2Fab per un maggiore controllo sulle proprietà fisiche di un oggetto insieme alla sua geometria, affrontando potenziali problemi di fabbricazione legati all’integrità strutturale. Sperano anche di consentire agli utenti di creare modelli 3D personalizzati da zero all’interno della piattaforma. È in corso un progetto di collaborazione con Google.
Questa ricerca è stata supportata dal Programma MIT-Google per l’innovazione informatica e ha utilizzato le strutture fornite dal Centro per bit e atomi del MIT.
