ИИ-агентов научили отслеживать и исправлять ошибки 3D-печати в реальном времени

Исследователи Университета Карнеги-Меллона (США) разработали систему, которая при помощи нескольких больших языковых моделей искусственного интеллекта в реальном времени осуществляет мониторинг и корректировку работы 3D-принтеров.

Компьютер месяца — май 2026 года

Обзор Apple MacBook Neo: удивительно хороший ноутбук с процессором от iPhone

Можно ли экономить на DDR5 для Ryzen? Сравниваем дешёвую память с дорогой

От Ryzen 7 1800X до Ryzen 7 9850X3D: девять лет эволюции AMD в одном тесте

Больше кадров — больше лага: тестирование латентности с генерацией кадров DLSS и FSR

Источник изображения: sciencedirect.com

Большинство современных 3D-принтеров в той или иной мере подвержены ошибкам. Около 7 % прототипов на модуле Prusa3D MMU2S оказываются бракованными, и ещё в 19 % случаев требуется участие пользователя, хотя это и не брак. Это значит, что владельцам 3D-принтеров приходится следить за процессом печати — при бытовых сценариях это допустимо, но если речь идёт о производстве, то оборачивается проблемой. Единого мирового стандарта не существует, но многие производители в восьмидесятые годы прошлого века стремились к показателю около 5 %. Сегодня нормальный показатель ближе к 0,1 %, и 7 % брака — это слишком много, то есть 3D-печать оказывается неконкурентоспособной по качеству в сравнении с другими производственными процессами.

Решение проблемы предложили исследователи Университета Карнеги — Меллона, которые подключили к процессу трёхмерной печати четыре специализированных ИИ-агента на основе больших языковых моделей плюс один управляющий для оптимизации. Первый агент основан на визуально-языковой модели — он делает снимки после каждого напечатанного слоя и анализирует их на предмет качества печати и наличия дефектов. Другой анализирует текущие настройки принтера, чтобы определить, что нужно изменить или улучшить для решения обнаруженных проблем. Собранная информация передаётся агенту-планировщику, который формирует последовательность действий — та транслируется агенту-исполнителю, который корректирует работу 3D-принтера через API для получения желаемого результата. Управляющий агент гарантирует актуальность информации.

Примечательно, что в этой системе отсутствуют специально обученные ИИ-модели — она обходится базовой OpenAI GPT-4o и специально подготовленными запросами для конкретной области. Это упрощает внедрение, развёртывание системы и оптимизацию 3D-печати. Если технология начнёт распространяться, камеры на 3D-принтерах будут транслировать изображение на большие языковые модели, а не использоваться для ручного контроля. Пока же человеку придётся и далее полагаться на собственные силы.