Engineers have long relied on parametric modeling to build everything from aircraft brackets to consumer electronics hou

விமானத் தாங்கிகள் (aircraft brackets) முதல் நுகர்வோர் மின்னணு சாதனங்களின் உறைகள் (consumer electronics housings) வரை அனைத்தையும் உருவாக்க பொறியாளர்கள் நீண்டகாலமாக Parametric modeling-ஐ நம்பியுள்ளனர். வடிவியல் அம்சங்களுக்கு இடையிலான உறவுகளை வரையறுப்பதன் மூலம் இந்த செயல்முறை செயல்படுகிறது, இதனால் ஒரு பரிமாணத்தை மாற்றினால் மற்ற பாகங்களும் தானாகவே புதுப்பிக்கப்படும். இது துல்லியமானது, ஆனால் மெதுவானது. ஒவ்வொரு முறையும் ஒருவர் கட்டுப்பாடுகளை (constraints) கைமுறையாக மாற்றவும், வடிவியலை (geometry) மீண்டும் உருவாக்கவும் மற்றும் குறுக்கீடு பிழைகளை (interference errors) சரிபார்க்கவும் வேண்டியுள்ளது. ஒரு வடிவமைப்பு மதிப்பாய்வின் போது அதிகாலையிற்குள் ஆறு வெவ்வேறு பதிப்புகள் தேவைப்படும்போது, அந்த காலக்கெடு பெரும் சவாலாக அமைகிறது.

செயற்கை நுண்ணறிவு (AI) அந்தத் தடையை நீக்கத் தொடங்கியுள்ளது. Generative algorithms-ஐ Parametric modeling-ன் கடுமையான கணிதக் கட்டமைப்போடு இணைப்பதன் மூலம், இந்த புதிய அமைப்புகள் முன்பு முழு வேலைநாட்களையும் எடுத்துக்கொண்ட வடிவமைப்புப் பணிகளைத் தானியக்கமாக்குகின்றன. முன்பு பல மணிநேரங்கள் கிளிக் மற்றும் டிராக் (click-and-drag) வேலைகளைத் தேவைப்பட்ட சில ஆய்வுகள் இப்போது சில நொடிகளில் முடிந்துவிடுகின்றன. இந்த மாற்றம் வேகத்தைப் பற்றியது மட்டுமல்ல. இது யார் சிந்திப்பது மற்றும் யார் கடினமான உடல் உழைப்பு சார்ந்த பணிகளில் (grunt work) சிக்கிக்கொள்வது என்பதைப் பற்றியது.

Parametric Modeling என்பது உண்மையில் என்ன?

Parametric modeling என்பது நவீன இயந்திர வடிவமைப்பின் அமைதியான முதுகெலும்பாகும். இதன் மையப்பகுதியில், வடிவியல் பாகங்களை இணைக்க கணிதச் சமன்பாடுகளைப் பயன்படுத்துகிறது. நீங்கள் ஒரு மவுண்டிங் ஹோலின் (mounting hole) விட்டத்தை அதிகரித்தால், அதைச் சுற்றியுள்ள ஃபில்லெட் (fillet) மற்றும் போல்ட் அமைப்பு தானாகவே சரிசெய்யப்படும், ஏனெனில் அவை நிலையான ஆயத்தொலைவுகளால் (static coordinates) அல்லாமல், விதிகளால் பிணைக்கப்பட்டுள்ளன. தேவைகள் மாறும்போது இந்த அணுகுமுறை வடிவமைப்புகளைத் தொடர்ச்சியாக வைத்திருக்க உதவுகிறது, இதனால்தான் துல்லியம் முக்கியத்துவம் வாய்ந்த தொழில்துறைகளில் இது ஆதிக்கம் செலுத்துகிறது.

பாரம்பரியக் கருவிகள் ஒவ்வொரு உறவையும் ஒரு மனிதப் பொறியாளர் முன்கூட்டியே வரையறுக்க வேண்டும் என்று கோருகின்றன. மென்பொருள் வடிவமைப்பதில்லை; அது வெறும் கட்டளைகளுக்குக் கீழ்ப்படிகிறது. அந்த கீழ்ப்படிதலே அதன் பலமாகவும் அதே சமயம் வரம்பாகவும் உள்ளது. ஒரு பாகத்தில் நூற்றுக்கணக்கான ஒன்றோடொன்று தொடர்புடைய அம்சங்கள் இருக்கும்போது, மனித மூளைவே ஒரு தடையாக மாறுகிறது. நீங்கள் பாகம் என்ன செய்ய வேண்டும் என்று கேட்பதற்குப் பதிலாக, ஸ்கெட்ச்கள் (sketches) மற்றும் அம்ச மரங்களை (feature trees) கவனிப்பதிலேயே அதிக நேரத்தைச் செலவிடுகிறீர்கள்.

AI எவ்வாறு இந்தச் சமன்பாட்டை மாற்றுகிறது?

இந்தச் சூழலில் AI-ஐச் சேர்ப்பது வடிவமைப்பாளர் மற்றும் இயந்திரத்திற்கு இடையிலான உறவை மாற்றுகிறது. Neural networks ஏற்கனவே உள்ள வடிவமைப்புத் தரவுகளிலிருந்து, அதாவது ஆயிரக்கணக்கான அல்லது மில்லியன் கணக்கான கடந்தகால பாகங்களிலிருந்து, ஒரு சரியான மற்றும் பயனுள்ள வடிவியல் எப்படி இருக்கும் என்பதை அடையாளம் காணக் கற்றுக்கொள்கின்றன. அவை Parametric engine-ஐ மாற்றீடு செய்வதில்லை. மாறாக, அவை அதற்கு முன்னதாகச் செயல்பட்டு, வடிவங்களை முன்மொழிகின்றன; அந்த வடிவங்களை Parametric system பின்னர் பொறியியல் விதிகளின் அடிப்படையில் மதிப்பீடு செய்கிறது.

இதன் முடிவு ஒரு கலப்பு பணிப்பாய்வு (hybrid workflow) ஆகும். AI பெரிய தரவுத் தொகுதிகளிலிருந்து பிரித்தெடுத்த வடிவங்களின் அடிப்படையில் மாதிரி வடிவங்களை உருவாக்குகிறது. Parametric backbone அந்த மாதிரிகள் கடினமான கட்டுப்பாடுகளைப் (constraints) பின்பற்றுவதை உறுதி செய்கிறது: சுவரின் குறைந்தபட்ச தடிமன் (wall thickness minimums), இன்ஜெக்ஷன் மோல்டிங்கிற்கான (injection molding) டிராஃப்ட் கோணங்கள் (draft angles), நகரும் அசெம்பிளிகளுக்கான இடைவெளி மண்டலங்கள் (clearance zones). நீங்கள் இனி ஒவ்வொரு கோட்டையும் வரைய வேண்டியதில்லை. நீங்கள் எல்லைகளை நிர்ணயிக்கிறீர்கள், அந்த எல்லைக்குள் தீர்வுகளைத் தேட அமைப்பிற்கு அனுமதிக்கிறீர்கள்.

தொழிற்சாலைத் தளத்தில் கிடைக்கும் உண்மையான நன்மைகள்

இந்தக் கலவை உடனடியாகப் பயன்பாட்டுக்கு வரும் நன்மைகளைத் தருகிறது.

வேகமான மாற்றங்கள் (Faster iterations). ஒரு காலத்தில் பொறியாளர்கள் பரிமாணங்களை கைமுறையாக மாற்றி, மீண்டும் உருவாக்கக் காத்திருந்த பல மணிநேர வடிவமைப்புச் சுழற்சி, இப்போது சில நொடிகளாகக் குறையலாம். ஒரு தனிப்பட்ட ஸ்பிரெட்ஷீட் செல்லைப் புதுப்பிக்க எடுத்துக்கொண்ட அதே நேரத்தில், இந்த அமைப்பு டஜன் கணக்கான வடிவியல் மாற்றங்களை ஆராய்கிறது. கடைசி நிமிட வாடிக்கையாளர் கருத்துகளுக்குப் பதிலளிக்கும்போதோ அல்லது ஒரு முன்மாதிரி (prototype) தயாரிப்பதற்கு முன் உகப்பாக்க சுழற்சிகளை (optimization loops) இயக்கும்போதோ அந்த வேகம் மிகவும் முக்கியமானது.

புத்திசாலித்தனமான வடிவியல் (Smart geometry). AI விரிவான வடிவமைப்பு நூலகங்களைக் கொண்டு பயிற்சி பெற்றிருப்பதால், மீண்டும் மீண்டும் வரும் வடிவங்களை அது அடையாளம் காணும். வெப்பத்தை உருவாக்கும் ஒரு பாகத்திற்கான உறைக்கு (housing) பொதுவாக காற்றோட்ட வசதிகள் தேவைப்படும் என்பதையோ அல்லது சுமை தாங்கும் பிராக்கெட் (load-bearing brackets) பெரும்பாலும் ரிப்bed கட்டமைப்புகளைப் (ribbed structures) பயன்படுத்தும் என்பதையோ அது அறியும். இது இந்த வடிவங்களை மறுசீரமைத்து மற்றும் தகவமைத்து புதிய வடிவங்களை உருவாக்குகிறது, பெரும்பாலும் ஒரு மனிதன் நீண்ட நேரம் திரையைப் பார்த்த பிறகும் கவனிக்கத் தவறும் கட்டமைப்புகளை இது கண்டறியும்.

விதிமுறைகளைப் பின்பற்றுதல் (Rule following). Parametric engine சோர்வடையாது அல்லது கவனச்சிதறல் அடையாது. இது ஒவ்வொரு வடிவமைப்பையும் முன் வரையறுக்கப்பட்ட பொறியியல் வரம்புகளுக்குள் வைத்திருக்கிறது. ஒரு பொருள் விவரக்குறிப்பு (material specification) இரண்டு மில்லிமீட்டர் குறைந்தபட்ச சுவர் தடிமனைத் தேவைப்பட்டால், உருவாக்கப்பட்ட ஒவ்வொரு மாறுபாட்டிலும் இந்த அமைப்பு அதை நடைமுறைப்படுத்துகிறது. படைப்பாற்றல் தேவைப்படும்போது மனித வடிவமைப்பாளர்கள் இன்னும் முடிவுகளை மாற்றியமைக்க முடியும், ஆனால் அடிப்படை இணக்கம் தானாகவே நிகழ்கிறது.

பொருட்களின் விழிப்புணர்வு (Material awareness). ஒருவேளை மிக முக்கியமான மாற்றம் என்னவென்றால், மென்பொருள் இப்போது வலிமை மற்றும்