En algunos casos, la inteligencia artificial parece lista para fortalecer o reemplazar a los artistas humanos. Investigadores de la Universidad Carnegie Mellon entrenan a un robot para aprender técnicas de pintura mirando a las personas, y el mes pasado, los investigadores del MIT introdujeron un modelo generativo que predice cómo la gente pinta el arte del paisaje entrenando a AI con videos de personas pintando en YouTube. Ahora, un equipo de Princeton también espera automatizar el diseño industrial.

En los últimos días, investigadores del Laboratorio de Sistemas Inteligentes de la Universidad de Princeton y la Universidad de Columbia han presentado SketchGraphs, un conjunto de datos de 15 millones de bocetos de diseño asistido por computadora (CAD) 2D y una tubería de procesamiento de datos de código abierto. La IA entrenada usando el conjunto de datos puede ayudar a las personas a esbozar modelos CAD.

Los modelos CAD pueden ser desde un solo componente de máquina hasta un edificio completo. Son utilizados por arquitectos, ingenieros y otras personas que prototipan software como Autodesk de Autodesk o SolidWorks de Dassault. El conjunto de datos SketchGraphs se obtuvo de la API pública del proveedor de software CAD Onshape y contiene bocetos recopilados en los últimos 15 años.

Los creadores de conjuntos de datos dicen que permite la creación de modelos de IA que brindan a los ingenieros flujos de trabajo de diseño más eficientes o identifican restricciones materiales o problemas estructurales en un diseño. Cada boceto en el conjunto de datos viene con un gráfico de restricción geométrica y conocimiento del orden de la línea y la forma en que se creó un boceto, lo que permite predicciones de lo que un ingeniero podría dibujar a continuación. Los investigadores evaluaron el conjunto de datos SketchGraphs utilizando diseños de construcción CAD para crear un modelo generativo y predecir restricciones cuando se mostraban ciertas líneas y formas.

“Por ejemplo, al aprender a predecir secuencias de secuencias de construcción de croquis, los modelos se pueden usar para la finalización condicional, introduciendo interactivamente los siguientes pasos para un usuario de CAD. Además, los modelos generativos explícitos, que estiman la probabilidad (o densidad) de ejemplos, se pueden usar para evaluar la plausibilidad general de un boceto a través del gráfico o el orden de construcción, proporcionando correcciones para operaciones dudosas (similar a la «autocorrección»), » leer papel sobre el estudio. “SketchGraphs se enfoca en preguntas que se relacionan no solo con el qué, sino especialmente con el cómo del diseño CAD; es decir, no solo qué geometría está presente, sino también cómo se construye. Con este fin, utilizamos una fuente de datos que proporciona información sobre las operaciones y tareas reales seleccionadas por el diseñador en cada fase de construcción. «

Otros conjuntos de datos de IA para modelos CAD que los investigadores de Princeton han introducido en el pasado incluyen ModelNet y ShapeNet. Pero los investigadores de SketchGraphs dicen que los conjuntos de datos CAD existentes se centran en el modelado de formas 3D, mientras que su conjunto de datos se centra en la estructura relacional de los bocetos CAD paramétricos.

SketchGraphs se presentó la semana pasada en la Conferencia Internacional sobre Aprendizaje Automático (ICML) Una de las mayores conferencias anuales de investigación de IA en el mundo en 2019. Entre otras cosas, documentos notables de ICML 2020:



Source link