A Carnegie Mellon University kutatói, akik a Department of Mechanical Engineering részlegen tevékenykednek, egy speciális rendszer fejlesztésébe fogtak, ami a nagy nyelvi modellekben rejlő lehetőségek kamatoztatásával gondoskodik arról, hogy a 3D nyomtatás megbízhatósága és a végeredmény minősége növekedhessen. A 3D nyomtatás során számos probléma merülhet fel, amelyek azonnali beavatkozást igényelhetnek, ami otthoni körülmények között, 1 vagy 2 nyomtató felügyelete esetén nem feltétlenül jelent problémát, de ha több 3D nyomtatóból álló gépparkot kell felügyelni, a már nagyobb kihívást jelenthet.
A 3D nyomtatás során jelentkező problémák a Prusa3D felmérése alapján nagyjából a nyomatok 7%-ánál eredményeznek teljesen sikertelen nyomtatást, míg az esetek 19%-ában a felhasználó felügyelet révén menthető lehet a nyomat. Üzemi körülmények között ez eléggé vállalhatatlan arány, hiszen a hibarátát ennél jellemzően sokkal alacsonyabban, 0,1% környékén tartják manapság az egyes termékek gyártásakor, míg ugyanez a szám 40 évvel ezelőtt még 5% körül helyezkedett el. A magas hibaráta pazarlóvá és versenyképtelenné teheti a 3D nyomtatást a normál gyártáshoz képest, éppen ezért a Carnegie Mellon University kutatócsapata újfajta megoldással rukkolt elő annak érdekében, hogy a felhasználói felügyelet az AI segítségével hatékonyan kiváltható legyen.
A kutatók egy komplex rendszert alkottak, ami nagy nyelvi modellre épül és összesen 5 AI ügynököt használ. Az első AI ügynök a kamera által biztosított képek jóvoltából minden egyes réteget ellenőrizni tud a nyomtatás során, majd ezeket elemezni tudja hibák után kutatva, és a minőséget is értékelheti. A második AI ügynök az első által biztosított eredmények alapján ellenőrizni tudja a nyomtató beállításait, illetve meg tudja határozni, mely beállításokat kell módosítani annak érdekében, hogy a minőség javuljon és/vagy a feltárt hibák orvosolhatóak legyenek. A második AI ügynök aztán egy harmadiknak passzolja át „meglátásait”, amely már a megoldáshoz vezető akciótervet dolgozza ki. Ha ez készen van, a negyedik AI ügynök az API segítségével interakcióba lép a 3D nyomtatóval és elvégzi a szükséges beállításokat. A négy AI ügynök működését egy ötödik felügyeli, amely biztosítja, hogy az összes információ releváns is friss legyen.
A kutatók a speciális rendszerhez nem fejlesztettek ki külön nagy nyelvi modelleket, amelyek külön releváns adatkészleteken tanulhattak volna, helyette a ChatGPT-4o változatát vetették be, ami alatt területspecifikus, általánosított struktúrát alkalmazó promptokat használtak. Ez a megközelítés egyszerűvé teszi a 3D nyomtatás teljesítményét és hatékonyságát fokozó rendszer implementálását, ami rendkívül fontos szempont.
A technológia egyelőre csak kutatói szinten létezik, de idővel egészen biztosan bevetik a 3D nyomtatásra támaszkodó ipari rendszerek fedélzetén, illetve később a konzumerpiaci 3D nyomtatók is megkaphatják az újítást, amelynek köszönhetően kevesebb selejt nyomat keletkezhet, így kevesebb filament megy majd kárba.
