Forscher an der Fakultät für Maschinenbau der Carnegie Mellon University haben ein spezielles System entwickelt, das die Leistung großer Sprachmodelle nutzt, um die Zuverlässigkeit und Qualität des 3D-Drucks zu erhöhen. Beim 3D-Druck kann es zu einer Reihe von Problemen kommen, die ein sofortiges Eingreifen erfordern. Dies mag in einer häuslichen Umgebung bei der Überwachung von ein oder zwei Druckern kein Problem sein, kann aber bei der Überwachung einer Flotte von mehreren 3D-Druckern eine größere Herausforderung darstellen.
Laut der Umfrage von Prusa3D führen Probleme während des 3D-Drucks in etwa 7 % der Drucke zu einem komplett fehlgeschlagenen Druck, während in 19 % der Fälle die Benutzerüberwachung den Druck retten kann. Aus geschäftlicher Sicht ist dies eine inakzeptable Quote, da die Fehlerquote in der Regel viel niedriger ist, etwa 0,1 % für jedes heute hergestellte Produkt, verglichen mit etwa 5 % vor 40 Jahren. Eine hohe Fehlerquote kann dazu führen, dass der 3D-Druck verschwenderisch und im Vergleich zur normalen Fertigung nicht wettbewerbsfähig ist. Deshalb hat ein Forscherteam der Carnegie Mellon University eine neuartige Lösung entwickelt, um die Benutzerkontrolle effektiv durch KI zu ersetzen.
Die Forscher haben ein komplexes System auf der Grundlage eines umfangreichen Sprachmodells mit insgesamt 5 KI-Agenten entwickelt. Der erste KI-Agent kann dank der von der Kamera gelieferten Bilder jede Schicht während des Drucks überprüfen und dann analysieren, um nach Fehlern zu suchen und die Qualität zu bewerten. Der zweite KI-Agent kann anhand der vom ersten Agenten gelieferten Ergebnisse die Druckereinstellungen überprüfen und feststellen, welche Einstellungen geändert werden müssen, um die Qualität zu verbessern und/oder festgestellte Fehler zu korrigieren. Der zweite KI-Agent gibt dann seine "Erkenntnisse" an einen dritten Agenten weiter, der einen Aktionsplan entwickelt, der zu einer Lösung führt. Sobald dieser fertig ist, interagiert der vierte KI-Agent über die API mit dem 3D-Drucker und nimmt die erforderlichen Anpassungen vor. Die vier KI-Agenten werden von einem fünften Agenten beaufsichtigt, der sicherstellt, dass alle Informationen relevant und aktuell sind.
Die Forscher entwickelten für das spezialisierte System keine separaten großen Sprachmodelle, die auf separaten relevanten Datensätzen lernen könnten, sondern setzten eine Version von ChatGPT-4o ein, bei der sie domänenspezifische Eingabeaufforderungen mit einer verallgemeinerten Struktur verwendeten. Dieser Ansatz macht es einfach, ein System zu implementieren, das die Leistung und Effizienz des 3D-Drucks verbessert, was ein sehr wichtiger Aspekt ist.
Die Technologie befindet sich derzeit noch im Forschungsstadium, wird aber sicherlich mit der Zeit in industriellen Systemen, die auf 3D-Druck angewiesen sind, zum Einsatz kommen und könnte schließlich auch von 3D-Druckern für Verbraucher übernommen werden, was zu weniger Druckabfällen und damit weniger Filament führen würde.
