Generatieve AI kan prachtige 3D-modellen bedenken, maar vaak zijn die ontwerpen in de echte wereld onbruikbaar omdat ze niet stevig zijn of uit elkaar vallen. Onderzoekers van het MIT hebben een systeem ontwikkeld, genaamd PhysiOpt, dat dit probleem aanpakt door de AI te combineren met natuurkundige simulaties. Het resultaat is dat je een ontwerp krijgt dat niet alleen creatief is, maar ook daadwerkelijk functioneert als je het 3D-print.

Het systeem werkt door tijdens het ontwerpproces continu te testen of de structuur van een object levensvatbaar is. Stel je voor dat je een sleutelhanger in de vorm van een draak wilt. De AI genereert een ontwerp, en PhysiOpt simuleert vervolgens of de vleugels niet afbreken onder hun eigen gewicht of of het haakje sterk genoeg is. Het past daarbij subtiel de vormen aan – bijvoorbeeld door een poot iets dikker te maken of een verbinding te verstevigen – zonder het algemene uiterlijk van het ontwerp aan te tasten. Dit hele proces, van tekstprompt naar een geverifieerd 3D-model, duurt ongeveer een halve minuut.

Volgens de onderzoekers maakt deze combinatie van generatieve AI en fysica-gebaseerde optimalisatie het voor vrijwel iedereen mogelijk om unieke accessoires en decoraties te ontwerpen die ook echt werken. In de paper die het werk presenteert, laten ze voorbeelden zien zoals een drinkglas in de vorm van een flamingo, waarbij de poot van de vogel functioneert als stevige voet en handvat. Dit is een stap voorbij het genereren van louter visuele concepten; het gaat om het genereren van bruikbare blauwdrukken.

Hoe kun je dit vandaag toepassen?

De specifieke tool, PhysiOpt, is een onderzoeksproject en (nog) niet commercieel beschikbaar. Het principe achter deze ontwikkeling – het integreren van fysieke constraints in het creatieve proces – is echter een belangrijke trend waar je nu al op kunt anticiperen. Het opent de deur naar snellere, goedkopere en minder foutgevoelige prototyping, vooral voor gepersonaliseerde of kleine series producten.

Als je een webshop runt met unieke, gepersonaliseerde producten. Je zou kunnen overwegen om in de toekomst tools te gebruiken die op dit principe werken. Stel je voor dat een klant een specifieke vorm voor een telefoonhoesje of sieraad aanvraagt. In plaats van dat een ontwerper dagen bezig is met het testen van de stevigheid, zou een AI-tool direct een ontwerp kunnen genereren dat esthetisch voldoet en structureel solide is, klaar om naar de 3D-printer te sturen.

Als je in een marketing- of designbureau werkt en prototypes maakt voor klanten. Een mogelijkheid is om bij toekomstige toolselectie te letten op of de software fysieke eigenschappen kan simuleren. Dit kan de feedbackloop met de klant aanzienlijk versnellen. Je presenteert niet langer alleen een mooie render, maar een digitaal model waarvan al is aangetoond dat het kan staan, buigen of een bepaalde belasting kan dragen.

Als je een maker bent met een 3D-printer thuis of in een makerspace. Je zou kunnen beginnen met het kritisch bekijken van de AI-ontwerptools die je nu gebruikt. Veel huidige generatieve tools zijn puur visueel. Het is de moeite waard om op zoek te gaan naar of te wachten op software die, net als het beschreven onderzoek, stabiliteit en functionaliteit meeneemt in het ontwerp, zodat je minder materiaal en tijd verspilt aan mislukte prints.

Als je een kleine producent bent van consumentenproducten, zoals huishoudelijke artikelen of accessoires. Overweeg om dit ontwikkelingspad te volgen voor rapid prototyping. Het testen van een nieuw productontwerp op sterkte, balans of ergonomie kost normaal gesproken veel tijd en geld. AI-systemen die dit virtueel en automatisch kunnen doen, kunnen de ontwikkeltijd voor nieuwe productlijnen of aangepaste varianten drastisch verkorten.

De praktische toepassing hangt af van de beschikbaarheid van dergelijke geïntegreerde tools in de toekomst. De kernles voor nu is dat generatieve AI zich ontwikkelt van een puur visuele hulp naar een partner die ook het gedrag van een ontwerp in de echte wereld begrijpt. Het is een ontwikkeling die het waard is om in de gaten te houden als je ontwerp en fabricage sneller, slimmer en toegankelijker wilt maken.

Bron: MIT News