Backflip AI 3D ಸ್ಕ್ಯಾನ್ ಅನ್ನು ಎಡಿಟ್ ಮಾಡಬಹುದಾದ CAD ಆಗಿ ಪರಿವರ್ತಿಸುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುತ್ತದೆ

ಜನರೇಟಿವ್ ಜಿಯೋಮೆಟ್ರಿಯಲ್ಲಿನ (generative geometry) ಮಹತ್ವದ ಪ್ರಗತಿಯಿಂದಾಗಿ ಭೌತಿಕ ವಸ್ತುಗಳು ಮತ್ತು ಡಿಜಿಟಲ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮಾಡೆಲ್‌ಗಳ ನಡುವಿನ ಅಂತರವು ವೇಗವಾಗಿ ಕಡಿಮೆಯಾಗುತ್ತಿದೆ. 3D ಸ್ಕ್ಯಾನ್‌ಗಳು ಮತ್ತು ಮೆಶ್ (mesh) ಫೈಲ್‌ಗಳನ್ನು ನಿಮಿಷोंಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಎಡಿಟ್ ಮಾಡಬಹುದಾದ, ಪ್ಯಾರಾಮೆಟ್ರಿಕ್ CAD ಮಾಡೆಲ್‌ಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ತನ್ನ ಎರಡನೇ ತಲೆಮಾರಿನ AI ಮಾಡೆಲ್ ಅನ್ನು Backflip AI ಅನಾವರಣಗೊಳಿಸಿದೆ.

ಉತ್ಪಾದನಾ ವಲಯದಲ್ಲಿ ಡಿಜಿಟಲೀಕರಣದ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು

ಆಟೋಮೋಟಿವ್ ಮತ್ತು ಏರೋಸ್ಪೇಸ್‌ನಂತಹ ಉದ್ಯಮಗಳಿಗೆ, ವೇಗವಾಗಿ ಪ್ರೊಟೊಟೈಪ್ ಮಾಡಲು ಮತ್ತು ಸುಧಾರಣೆಗಳನ್ನು ಮಾಡಲು ನಿಖರವಾದ ಡಿಜಿಟಲ್ ಟ್ವಿನ್‌ಗಳ (digital twins) ಅಗತ್ಯವಿರುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಪ್ರಸ್ತುತ ಉತ್ಪಾದನಾ ವಲಯದಲ್ಲಿ ಒಂದು ದೊಡ್ಡ ಅಡಚಣೆಯಿದೆ: Backflip AI CEO Greg Mark ಅವರ ಪ್ರಕಾರ, ಹೆಚ್ಚಿನ ಕಾರ್ಖಾನೆಗಳಲ್ಲಿ ತಮ್ಮ ಭೌತಿಕ ಭಾಗಗಳಲ್ಲಿ ಒಂದುದಶತಾಂಶಕ್ಕಿಂತಲೂ ಕಡಿಮೆ ಭಾಗಗಳಿಗೆ ಮಾತ್ರ ಡಿಜಿಟಲ್ ಮಾಡೆಲ್‌ಗಳಿವೆ.

CAD ಸಾಫ್ಟ್‌ವೇರ್‌ನಲ್ಲಿ ಈ ಭಾಗಗಳನ್ನು ಕೈಯಿಂದ ಮರುಸೃಷ್ಟಿಸಲು ಹೆಚ್ಚಿನ ಸಮಯ ಮತ್ತು ವಿಶೇಷ ಎಂಜಿನಿಯರಿಂಗ್ ಪರಿಣತಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಈ ಪರಿವರ್ತನೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಮೂಲಕ, Backflip AI ಎಂಜಿನಿಯರ್‌ಗಳು ಭೌತಿಕ ಸ್ಕ್ಯಾನ್‌ನಿಂದ ತಕ್ಷಣವೇ ಕಾರ್ಯನಿರತ ಡಿಜಿಟಲ್ ವಿನ್ಯಾಸಕ್ಕೆ ಬದಲಾಗಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಇದು ವೇಗವಾದ ನಿರ್ವಹಣೆ, ದುರಸ್ತಿ ಮತ್ತು ಓವರ್‌ಹಾಲ್ (MRO) ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಮತ್ತು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಭಾಗಗಳ ಮರುವಿನ್ಯಾಸವನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ.

ಸ್ಟ್ಯಾಟಿಕ್ ಮೆಶ್‌ಗಳಿಂದ ಪ್ಯಾರಾಮೆಟ್ರಿಕ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ವರೆಗೆ

Backflip AI ಮತ್ತು ಹಿಂದಿನ ಜನರೇಟಿವ್ ಮಾಡೆಲ್‌ಗಳ ನಡುವಿನ ತಾಂತ್ರಿಕ ವ್ಯತ್ಯಾಸವು ಗಮನಾರ್ಹವಾಗಿದೆ. 3D ಜನರೇಷನ್‌ಗಾಗಿ ಇರುವ ಹೆಚ್ಚಿನ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ AI ಪರಿಕರಗಳು ಟ್ರಯಾಂಗಲ್ ಆಧಾರಿತ ಸರ್ಫೇಸ್ ಮೆಶ್‌ಗಳನ್ನು (triangle-based surface meshes) ನೀಡುತ್ತವೆ. ಈ ಮೆಶ್‌ಗಳು ದೃಷ್ಟಿಗೋನರ ದೃಷ್ಟಿಯಿಂದ ಸರಿಯಾಗಿ ಕಂಡರೂ, ಅವು "ಡಂಬ್" (dumb) ಜಿಯೋಮೆಟ್ರಿ ಆಗಿವೆ—ಅವುಗಳಿಗೆ ಎಂಜಿನಿಯರಿಂಗ್‌ಗೆ ಅಗತ್ಯವಿರುವ ಗಣಿತದ ಬುದ್ಧಿವಂತಿಕೆಯ ಕೊರತೆಯಿದೆ. ಮೆಶ್ ಅನ್ನು ಮಾರ್ಪಡಿಸುವುದು ತುಂಬಾ ಕಷ್ಟಕರವಾಗಿದೆ ಏಕೆಂದರೆ ಅದರಲ್ಲಿ ರಚನಾತ್ಮಕ ತರ್ಕ (structural logic) ಇರುವುದಿಲ್ಲ.

Backflip AI ನ ಮಾಡೆಲ್ ಎಕ್ಸ್‌ಟ್ರೂಶನ್‌ಗಳು (extrusions) ಮತ್ತು ರೆವಲ್ಯೂಷನ್‌ಗಳಂತಹ (revolutions) ನೈಜ CAD ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ರಚಿಸುವ ಮೂಲಕ ಈ ಪರಿಕಲ್ಪನೆಯನ್ನೇ ಬದಲಾಯಿಸುತ್ತದೆ. ಇದು ಪ್ಯಾರಾಮೆಟ್ರಿಕ್ ಮಾಡೆಲ್ ಅನ್ನು ನೀಡುತ್ತದೆ, ಅಲ್ಲಿ 치ಲಗಳು (dimensions), ರಂಧ್ರಗಳು ಮತ್ತು ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಗಣಿತದ ನಿಖರತೆಯೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆ ಮಾಡಬಹುದು. ಔಟ್‌ಪುಟ್ ಕೇವಲ ಟ್ರಯಾಂಗಲ್‌ಗಳ ಕವಚದ ಬದಲು ಕನ್ಸ್ಟ್ರಕ್ಟಿವ್ ಜಿಯೋಮೆಟ್ರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ನಿರ್ಮಿಸಲಾಗಿರುವುದರಿಂದ, ಮಾಡೆಲ್‌ಗಳು ಸಂಪೂರ್ಣವಾಗಿ ಎಡಿಟ್ ಮಾಡಬಹುದಾದ ಮತ್ತು ವೃತ್ತಿಪರ ಎಂಜಿನಿಯರಿಂಗ್ ವರ್ಕ್‌ಫ್ಲೋಗಳಿಗೆ ಸಿದ್ಧವಾಗಿರುತ್ತವೆ.

ಸುಗಮ ಏಕೀಕರಣ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಲಭ್ಯತೆ

ವೃತ್ತಿಪರರಿಗೆ ತಕ್ಷಣದ ಪ್ರಯೋಜನವನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, Backflip AI ತನ್ನ ತಂತ್ರಜ್ಞಾನವನ್ನು Autodesk Fusion ಗಾಗಿ ಮೀಸಲಾದ 'ಆಡ್-ಇನ್' (add-in) ಆಗಿ ಬಿಡುಗಡೆ ಮಾಡಿದೆ. ಇದು ಎಂಜಿನಿಯರ್‌ಗಳು ಹೊಸ ಸಾಫ್ಟ್‌ವೇರ್ ಕಲಿಯುವ ಬದಲು ತಮ್ಮ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯಲ್ಲೇ (ecosystem) ಮುಂದುವರಿಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಡಿಸೆಂಬರ್ 2024 ರಿಂದ ಸಕ್ರಿಯವಾಗಿರುವ ಈ ಸ್ಟಾರ್ಟ್‌ಅಪ್, $30 ಮಿಲಿಯನ್ ಹಣಕಾಸಿನ ನೆರವಿನೊಂದಿಗೆ ಕೈಗಾರಿಕಾ AI ವಲಯದಲ್ಲಿ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಕಂಪನಿಯಾಗಿ ತನ್ನನ್ನು ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತಿದೆ. ಪ್ರವೇಶವನ್ನು ಸುಲಭಗೊಳಿಸಲು, Backflip ನಾಲ್ಕು ಉಚಿತ ಮರುನಿರ್ಮಾಣಗಳನ್ನು (reconstructions) ನೀಡುತ್ತದೆ, ಮತ್ತು ವೃತ್ತಿಪರ ಪಾವತಿಸಿದ ಯೋಜನೆಗಳು ತಿಂಗಳಿಗೆ $20 ರಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತವೆ. ಈ ಬೆಲೆ ತಂತ್ರವು ವೈಯಕ್ತಿಕ ಹವ್ಯಾಸಿಗಳಿಂದ ಹಿಡಿದು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಉತ್ಪಾದನಾ ಸಂಸ್ಥೆಗಳವರೆಗೆ ವ್ಯಾಪಕ ಬಳಕೆದಾರರನ್ನು ತಲುಪುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ.

AI ವಲಯಕ್ಕೆ ಇದು ಏಕೆ ಮುಖ್ಯ?

ಈ ಬೆಳವಣಿಗೆಯು AI ಅನ್ವಯಿಕೆಯನ್ನು "ಜನರೇಟಿವ್ ಅರೆಸ್ಟಿಕ್ಸ್" (generative aesthetics) ನಿಂದ "ಜನರೇಟಿವ್ ಯುಟಿಲಿಟಿ" (generative utility) ಕಡೆಗೆ ಬದಲಾಯಿಸುತ್ತದೆ. ಪ್ರಸ್ತುತ AI ಬಗ್ಗೆ ಇರುವ ಹೆಚ್ಚಿನ ಚರ್ಚೆಗಳು ಚಿತ್ರ ಅಥವಾ ಪಠ್ಯವನ್ನು ರಚಿಸುವತ್ತ ಗಮನಹರಿಸುತ್ತಿದ್ದರೆ, Backflip AI ಭೌತಿಕ ವಾಸ್ತವದ ಪ್ರಮುಖ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಅಸಂಘಟಿತ 3D ಡೇಟಾವನ್ನು ಸಂಘಟಿತ, ಪ್ಯಾರಾಮೆಟ್ರಿಕ್ ಎಂಜಿನಿಯರಿಂಗ್ ಡೇಟಾವಾಗಿ ಪರಿವರ್ತಿಸುವಲ್ಲಿ ಪರಿಣತಿಯನ್ನು ಪಡೆಯುವ ಮೂಲಕ, LLM ಶೈಲಿಯ ತರ್ಕ ಮತ್ತು ಜನರೇಟಿವ್ ತಂತ್ರಗಳು ಸಂಕೀರ್ಣವಾದ, ನೈಜ ಪ್ರಪಂಚದ ಕೈಗಾರಿಕಾ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಬಲ್ಲವು ಎಂದು Backflip ಸಾಬೀತುಪಡಿಸುತ್ತಿದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಪ್ಯಾರಾಮೆಟ್ರಿಕ್ ಔಟ್‌ಪುಟ್: ಸಾಮಾನ್ಯ ಮೆಶ್ ಆಧಾರಿತ AI ನಂತಲ್ಲದೆ, Backflip ಎಕ್ಸ್‌ಟ್ರೂಶನ್‌ಗಳಂತಹ ಎಡಿಟ್ ಮಾಡಬಹುದಾದ CAD ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ಇದು ಮಾಡೆಲ್‌ಗಳನ್ನು ಎಂಜಿನಿಯರಿಂಗ್‌ಗೆ ಉಪಯುಕ್ತವಾಗಿಸುತ್ತದೆ.
• ಕೈಗಾರಿಕಾ ಪ್ರಭಾವ: ಪ್ರಸ್ತುತ 1% ಕ್ಕಿಂತ ಕಡಿಮೆ ಭಾಗಗಳಿಗೆ ಮಾತ್ರ ಡಿಜಿಟಲ್ ಮಾಡೆಲ್‌ಗಳಿರುವ ಉತ್ಪಾದನಾ ವಲಯದ ದೊಡ್ಡ ಕೊರತೆಯನ್ನು ಈ ಪರಿಕರವು ನೀಗಿಸುತ್ತದೆ.
• ವರ್ಕ್‌ಫ್ಲೋ ಏಕೀಕರಣ: ಈ ತಂತ್ರಜ್ಞಾನವು Autodesk Fusion ಗಾಗಿ ಆಡ್-ಇನ್ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ವೃತ್ತಿಪರ ವಿನ್ಯಾಸ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಸುಗಮವಾಗಿ ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.