Generatieve AI kan prachtige 3D-ontwerpen maken, maar vaak zijn die niet stevig genoeg om in het echte leven te gebruiken. Onderzoekers van MIT hebben een systeem ontwikkeld, genaamd PhysiOpt, dat dit probleem aanpakt door AI-ontwerpen direct te combineren met natuurkundesimulaties. Het resultaat is dat je een ontwerp krijgt dat niet alleen creatief is, maar ook fysiek robuust en klaar om te 3D-printen.

Het kernprobleem is dat de meeste generatieve AI-modellen geen begrip hebben van fysica. Ze kunnen een stoel ontwerpen die er spectaculair uitziet, maar die instort zodra iemand erop gaat zitten. PhysiOpt voegt een realiteitscheck toe. Terwijl het AI-model een ontwerp genereert op basis van een tekstprompt of afbeelding, voert PhysiOpt razendsnel simulaties uit om de structurele integriteit te testen. Het past vervolgens subtiel de vorm aan – bijvoorbeeld door een handvat iets dikker te maken of een verbinding te versterken – zonder het algemene uiterlijk en de functie van het ontwerp aan te tasten.

Hoe werkt het in de praktijk?

Je typt simpelweg wat je wilt maken en waarvoor het dient in de gebruikersinterface van PhysiOpt, of je uploadt een inspiratiebeeld. Binnen ongeveer een halve minuut krijg je een realistisch 3D-model dat je kunt fabriceren. De onderzoekers lieten het systeem bijvoorbeeld een “drinkglas in de vorm van een flamingo” genereren. Het AI-model bedacht het creatieve concept, en PhysiOpt zorgde ervoor dat het glas een stevige basis en een handvat had dat daadwerkelijk vastgehouden kon worden. Het eindresultaat was een uniek, werkend object dat kon worden 3D-geprint.

Volgens de onderzoekers combineert PhysiOpt generatieve AI met op fysica gebaseerde vormoptimalisatie. Het doel is om vrijwel iedereen in staat te stellen unieke accessoires en decoraties te ontwerpen die ook daadwerkelijk werken. Het systeem is automatisch en vereist geen diepgaande technische kennis van de gebruiker. Het abstracte artikel, gepresenteerd door het MIT-team, beschrijft de methode in detail.

Hoe kun je dit vandaag toepassen?

Deze ontwikkeling is vooral interessant voor ondernemers en makers die unieke, fysieke producten creëren. Het biedt een brug tussen creatieve vrijheid en praktische bruikbaarheid. Hoewel het specifieke PhysiOpt-systeem nog onderzoekssoftware is, kun je het principe nu al verkennen in je eigen proces.

Als je een klein merk runt met unieke accessoires, zoals sieraden of huishoudelijke artikelen. Je zou kunnen experimenteren met bestaande generatieve AI-tools voor 3D-ontwerp, maar bewust een extra stap inlassen: een kritische, praktische beoordeling van het ontwerp. Vraag je af: “Zou dit breken?” of “Kan dit zijn functie vervullen?” Dit simpele vraagstuk is de menselijke versie van de fysica-check die PhysiOpt automatiseert.

Als je een ambachtelijk atelier hebt of met 3D-printen werkt voor klanten. Een mogelijkheid is om AI te gebruiken voor de eerste, wilde conceptfase van een custom order. Laat een klant een beschrijving of moodboard geven, genereer daar meerdere visuele concepten mee, en gebruik vervolgens jouw vakmanschap om dat concept om te zetten in een technisch uitvoerbaar en stevig ontwerp. Je combineert zo de creatieve kracht van AI met jouw praktijkkennis.

Als je een productontwerper bent die prototypen maakt. Overweeg om naast je gebruikelijke software ook te kijken naar tools die simulatie mogelijk maken. Sommige geavanceerde 3D-modelleringspakketten hebben ingebouwde functies voor stress-testen of materiaalanalyse. Door die te gebruiken op een door AI gegenereerd ontwerp, kom je dichter bij het idee van PhysiOpt: eerst creëren, dan direct valideren.

Als je een webshop hebt met eigen merchandise. Je zou kunnen onderzoeken of je voor een beperkte, experimentele collectie AI-ontwerpen kunt inzetten. De sleutel is dan om samen te werken met een ervaren productiepartner of prototypebouwer die het ontwerp kan beoordelen op haalbaarheid en duurzaamheid voordat je het in productie neemt. Zo voorkom je dat je mooie, maar onbruikbare producten verkoopt.

De praktische toepassing hangt af van jouw situatie. De kernles is dat generatieve AI voor productontwerp het meest waardevol wordt wanneer je het combineert met een realiteitscheck, of die nu van een expert, een softwaretool of een toekomstig systeem als PhysiOpt komt.

Bron: MIT News