详细内容或原文请订阅后点击阅览
新的人工智能可以从自己的错误中学习，更快地创建更好的 3D 设计
创建新产品通常从简单的二维绘图开始，然后工程师使用计算机辅助设计 (CAD) 软件将其转换为详细的三维模型。这些 3D 模型至关重要，因为它们允许工程师在制造飞机、汽车和家用电器等产品之前测试它们的性能。现在，来自 […] 的研究人员发表的文章《新人工智能可以从自身的错误中学习，从而更快地创建更好的 3D 设计》首先出现在 Knowridge Science Report 上。
来源:Knowridge科学报告创建新产品通常从简单的二维绘图开始，然后工程师使用计算机辅助设计 (CAD) 软件将其转换为详细的三维模型。
这些 3D 模型至关重要，因为它们允许工程师在制造飞机、汽车和家用电器等产品之前测试它们的性能。
现在，麻省理工学院的研究人员及其合作者开发了一种人工智能 (AI) 系统，该系统可以通过从自身错误中学习，更有效地将 2D 设计转换为精确的 3D CAD 模型。
该研究已在国际机器学习会议 (ICML) 上发表。
被称为视觉语言模型的现代人工智能系统已经可以同时理解图像和文本。
研究人员一直在调整这些模型来生成 CAD 程序，从简单的草图或图像创建 3D 对象。然而，当今的系统经常生成过于简单或包含错误的模型，使其不适合实际的工程工作。
麻省理工学院团队发现，造成这些限制的最大原因之一是缺乏高质量的训练数据。 AI 系统需要许多示例来学习如何创建可靠的 CAD 模型，但收集和准备这些示例既昂贵又耗时。
为了解决这个问题，研究人员开发了一种新的训练方法，称为 GIFT，是几何推理反馈调整的缩写。 GIFT 允许人工智能自行生成新的学习材料，而不是依赖于人们创建更多的训练示例。
该系统的工作原理是要求人工智能多次解决相同的 CAD 设计问题。有些答案是完全正确的，而另一些答案很接近，但包含一些小错误，导致设计无法正常工作。 GIFT 并没有丢弃这些不完美的尝试，而是仔细研究它们，修复错误，并将正确的设计和成功的设计添加到新的训练数据集中。