ついに、私たちが本当に支持できる AI モデルが登場しました。LegoGPT はテキスト プロンプトを受け取り、物理的に安定した設計を出力します。
しかし、熱中しすぎてレゴ®システィーナ礼拝堂を作ろうとする前に、このツールは8種類の基本ブロック（1 x 1、1 x 2、1 x 4、1 x 6、1 x 8、2 x 2、2 x 4、2 x 6）を使って、20 x 20 x 20のグリッドに収まるデザインしか生成できないことを念頭に置いておきましょう。「パーツの上手な使い方」なんてありません。
Punらの論文からのレゴ化サンプル写真：最初の入力プロンプトは「4本の均等に間隔を空けた脚の上に平らな長方形の表面があるテーブル」、2番目の入力プロンプトは「幾何学的なデザインのコンパクトなソファ」です。クリックして拡大
実際に得られるのは、テキストプロンプトを受け取り、レゴブロックを使用して構築可能で、重要な点として物理的に安定したデザインを考案するモデルです。
カーネギー メロン大学の研究 [PDF] は、Ava Pun、Kangle Deng、Ruiixuan Liu、Deva Ramanan、Changliu Liu、および Jun-Yan Zhu によるものです。
このシステムは、入力されたプロンプトからShapeNetCoreメッシュを生成し、それを20 x 20 x 20のグリッドにボクセル化することで機能します。その後、「Legolization」によってレンガのレイアウトが決定されます。
「全体の形状を維持しながら、レンガの配置をランダム化することで、それぞれの形状に複数の構造バリエーションを加えています」とチームは説明した。それぞれのバリエーションに対して安定性分析を行い、崩壊の恐れがある要素を排除している。
研究者のアヴァ・パン氏はThe Register紙にこう語った。「私たちは、ものづくりが超パーソナルになる未来を夢見ています！欲しいものを入力するだけで、あるいは椅子の写真を見せれば、あっという間に、実際にその製品を作って、1、2週間でお届けできるようになるんです。」
残念ながら、今日の生成AIはそれを提供できません。椅子のクールな画像や動画を生成することはできますが、モデルは現実世界で物がどのように作られるか、例えば、どのように物が安定するのか、部品がどのように組み合わさるのかなどを理解していません。
- 電気自動車が月に行ったことを記念して、レゴの月面探査車を組み立てる
- シャクルトンのエンデュランス号がレゴで極地の危険に向けて出航
- 3億7300万ドルのASMLチップメーカーが2億2800万ドルに縮小 - しかし、それはレゴでできている
- 動作するチューリングマシンがレゴアイデアに登場
この問題に対処するため、LLMなどの生成モデルに物理法則と組立制約を統合し、現実世界で機能するオブジェクトを作成できるようにしました。この目標を、広く利用可能な媒体であり、異なる研究室間で結果を再現できるレンガ組み立ての領域で探求しました。この手法は他の製造タスクにも応用できると考えています。例えば、特定の人間工学的ニーズを持つユーザーは、定義済みの部品セットを使用してカスタム家具を設計することができます。
その野心は称賛に値するし、AI で生成された画像を十分に見てきた私たちは、生成されるものには現実世界の物理法則が欠如していることがあまりにも多いことを知っていますが、子供の頃のレゴ ブロックの箱から出てきたようなものから、テキスト プロンプトから完成品を出荷するまでには大きな飛躍があります。
パン氏は、モデルをブロック状の近似物ではなく印象的なものにするためには「より洗練された技術と人間の創造性」が必要だと認めつつも、次のように述べた。「新しいアイデアを刺激し、初期デザインを非常に速くスケッチするのに役立つと考えています。クリエイターが初期段階でブレインストーミングを行い、様々なアイデアを探求するための優れたツールになる可能性があります。」
これは確かに、AIが現在最も力を入れている分野の一つであるブレインストーミングに使える優れたツールです。しかし、ライブラリとグリッドサイズが限られているため、この最初のバージョンはあくまで可能性を示す一例に過ぎません。「今後は、ブロックライブラリを拡張し、より幅広い寸法とブロックの種類に対応させる予定です」とパン氏は述べています。
現在のシステムはまだかなり制限されており、20 x 20 x 20の寸法、20のオブジェクトカテゴリ、そしてシンプルなブロックタイプしかサポートしていません。しかし、システムの容量拡張に取り組んでいます。どうぞご期待ください。
レゴ社にこの研究についてどう思うか尋ねたところ、広報担当者は「現時点ではコメントできません」と答えた。®
