Backflip AI 3D સ્કેનમાંથી એડિટેબલ CAD કન્વર્ઝનને ઓટોમેટ કરે છે

જનરેટિવ ભૂમિતિ (generative geometry) માં થયેલી મોટી સફળતાને કારણે ભૌતિક વસ્તુઓ અને ડિજિટલ એન્જિનિયરિંગ મોડેલો વચ્ચેનું અંતર ઝડપથી ઓછું થઈ રહ્યું છે. Backflip AI એ તેનું બીજું જનરેશન AI મોડેલ રજૂ કર્યું છે, જે 3D સ્કેન અને મેશ ફાઇલોને મિનિટોમાં સંપૂર્ણ રીતે એડિટેબલ, પેરામેટ્રિક CAD મોડેલોમાં રૂપાંતરિત કરવા માટે ડિઝાઇન કરવામાં આવ્યું છે.

મેન્યુફેક્ચરિંગમાં ડિજિટાઇઝેશનના અંતરને પૂરું કરવું

ઓટોમોટિવ અને એરોસ્પેસ જેવા ઉદ્યોગો માટે, ઝડપથી પ્રોટોટાઇપિંગ અને ઇટરેશન કરવાની ક્ષમતા સચોટ ડિજિટલ ટ્વિન્સ (digital twins) પર ખૂબ જ નિર્ભર છે. જોકે, વર્તમાન મેન્યુફેક્ચરિંગ ક્ષેત્રમાં એક મોટો અવરોધ છે: Backflip AI ના CEO ગ્રેગ માર્કના જણાવ્યા અનુસાર, મોટાભાગની ફેક્ટરીઓ પાસે તેમના ભૌતિક ભાગોના એક ટકાથી પણ ઓછા ડિજિટલ મોડેલ્સ ઉપલબ્ધ છે.

CAD સોફ્ટવેરમાં આ ભાગોને મેન્યુઅલી ફરીથી બનાવવા માટે નોંધપાત્ર સમય અને વિશિષ્ટ એન્જિનિયરિંગ નિપુણતાની જરૂર પડે છે. આ કન્વર્ઝનને ઓટોમેટ કરીને, Backflip AI એન્જિનિયરોને ભૌતિક સ્કેનથી કાર્યરત ડિજિટલ ડિઝાઇન સુધી લગભગ તરત જ પહોંચવામાં મદદ કરે છે, જેનાથી ઝડપી મેન્ટેનન્સ, રિપેર અને ઓવરહોલ (MRO) પ્રક્રિયાઓ અને વધુ કાર્યક્ષમ પાર્ટ રિડિઝાઇનિંગ શક્ય બને છે.

સ્ટેટિક મેશથી પેરામેટ્રિક ઇન્ટેલિજન્સ સુધી

Backflip AI અને અગાઉના જનરેટિવ મોડેલો વચ્ચેનો તકનીકી તફાવત નોંધપાત્ર છે. 3D જનરેશન માટેના મોટાભાગના હાલના AI સાધનો ટ્રાયંગલ-આધારિત સરફેસ મેશ (surface meshes) આઉટપુટ આપે છે. જોકે આ મેશ દ્રશ્ય રીતે સાચા લાગે છે, પરંતુ તે "ડમ" (dumb) ભૂમિતિ છે—તેમાં એન્જિનિયરિંગ માટે જરૂરી ગાણિતિક બુદ્ધિનો અભાવ હોય છે. મેશમાં ફેરફાર કરવો અત્યંત મુશ્કેલ છે કારણ કે તેમાં સ્ટ્રક્ચરલ લોજિક હોતું નથી.

Backflip AI નું મોડેલ એક્સટ્રુઝન (extrusions) અને રિવોલ્યુશન (revolutions) જેવી વાસ્તવિક CAD કામગીરીઓ જનરેટ કરીને આ પદ્ધતિમાં પરિવર્તન લાવે છે. આના પરિણામે એક પેરામેટ્રિક મોડેલ મળે છે જેમાં પરિમાણો (dimensions), છિદ્રો (holes) અને પ્રોફાઇલ્સને ગાણિતિક ચોકસાઈ સાથે એડજસ્ટ કરી શકાય છે. આઉટપુટ માત્ર ટ્રાયંગલ્સનું કવર હોવાને બદલે કન્સ્ટ્રક્ટિવ ભૂમિતિનો ઉપયોગ કરીને બનાવવામાં આવતું હોવાથી, મોડેલો સંપૂર્ણ રીતે એડિટેબલ રહે છે અને પ્રોફેશનલ એન્જિનિયરિંગ વર્કફ્લો માટે તૈયાર રહે છે.

સીમલેસ ઇન્ટિગ્રેશન અને માર્કેટ એક્સેસિબિલિટી

વ્યાવસાયિકો માટે તાત્કાલિક ઉપયોગિતા સુનિશ્ચિત કરવા માટે, Backflip AI એ તેની ટેકનોલોજી Autodesk Fusion માટે એક સમર્પિત એડ-ઇન (add-in) તરીકે રિલીઝ કરી છે. આ એન્જિનિયરોને નવું અને અલગ સોફ્ટવેર શીખવાને બદલે તેમના હાલના ઇકોસિસ્ટમમાં જ રહેવાની મંજૂરી આપે છે.

ડિસેમ્બર 2024 થી સક્રિય આ સ્ટાર્ટઅપ $30 મિલિયનના ફંડિંગ સાથે ઇન્ડસ્ટ્રિયલ AI ક્ષેત્રમાં હાઇ-ગ્રોથ પ્લેયર તરીકે પોતાની ઓળખ બનાવી રહ્યું છે. પ્રવેશ માટેના અવરોધો ઘટાડવા માટે, Backflip ચાર મફત રિકન્સ્ટ્રક્શન ઓફર કરે છે, જ્યારે પ્રોફેશનલ પેઇડ પ્લાન દર મહિને $20 થી શરૂ થાય છે. આ પ્રાઇસિંગ વ્યૂહરચના વ્યક્તિગત શોખીનોથી લઈને મોટા પાયે ઉત્પાદન કરતી કંપનીઓ સુધીના વિશાળ યુઝર બેઝને આવરી લેવાનો સંકેત આપે છે.

AI લેન્ડસ્કેપ માટે આ શા માટે મહત્વનું છે

આ વિકાસ AI ના ઉપયોગને "જનરેટિવ એસ્થેટિક્સ" (generative aesthetics) થી "જનરેટિવ યુટિલિટી" (generative utility) તરફ લઈ જવાનું પ્રતિનિધિત્વ કરે છે. જ્યારે વર્તમાન AI હાઇપનો મોટો ભાગ ઇમેજ અથવા ટેક્સ્ટ જનરેટ કરવા પર ધ્યાન કેન્દ્રિત કરે છે, ત્યારે Backflip AI ભૌતિક વાસ્તવિકતાના ગંભીર વિશ્વ સાથે કામ કરી રહ્યું છે. અનસ્ટ્રક્ચર્ડ 3D ડેટાને સ્ટ્રક્ચર્ડ, પેરામેટ્રિક એન્જિનિયરિંગ ડેટામાં રૂપાંતરિત કરવામાં માસ્ટરી મેળવીને, Backflip સાબિત કરી રહ્યું છે કે LLM-શૈલીનું રિઝનિંગ અને જનરેટિવ ટેકનિક્સ જટિલ, વાસ્તવિક દુનિયાની ઔદ્યોગિક સમસ્યાઓનો ઉકેલ લાવી શકે છે.

મુખ્ય મુદ્દાઓ

  • પેરામેટ્રિક આઉટપુટ: સ્ટાન્ડર્ડ મેશ-આધારિત AI થી વિપરીત, Backflip એક્સટ્રુઝન જેવી એડિટેબલ CAD કામગીરીઓ જનરેટ કરે છે, જે મોડેલોને એન્જિનિયરિંગ માટે કાર્યરત બનાવે છે.
  • ઔદ્યોગિક પ્રભાવ: આ સાધન મેન્યુફેક્ચરિંગમાં રહેલી મોટી ખામીને દૂર કરે છે, જ્યાં હાલમાં 1% થી ઓછા ભાગો પાસે ડિજિટલ મોડેલ્સ છે.
  • વર્કફ્લો ઇન્ટિગ્રેશન: આ ટેકનોલોજી Autodesk Fusion માટે એડ-ઇન તરીકે કામ કરે છે, જે પ્રોફેશનલ ડિઝાઇન પાઇપલાઇનમાં સીમલેસ ઇન્ટિગ્રેશનની મંજૂરી આપે છે.