Üretken bir yapay zeka sisteminden 3D baskı için bir kupa tasarlamasını isteyin; muhtemelen kahvenizi tutamayacak kadar güzel bir fincan alacaksınız. Google ve Northeastern Üniversitesi ile birlikte çalışan MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'ndaki (CSAIL) araştırmacılar, tam olarak bunu düzeltmek için bir araç geliştirdiler: MIT News'e göre, herkesin (uzman veya acemi) AI tarafından oluşturulan 3D modelleri onarmasına ve bunları gerçekte amaçladıkları şekilde üretmesine olanak tanıyan bir tasarım sistemi olan InstructMesh.

InstructMesh'in hedeflediği sorun, günümüzün üretken modellerinin çalışma şeklinin temelini oluşturmaktadır. Yapay zeka sistemleri bir nesnenin nasıl görünmesi gerektiğini anlıyor ancak nasıl çalıştığını anlayamıyor; bu da bir öğenin kullanım amacını baltalayan pratik olmayan tasarımlar üretiyor. Kullanıcılar kusuru fark ettiğinde bile, özellikle 3D tasarıma yeni başlayan kişiler için 3D modellerin düzenlenmesi genellikle zordur. MIT News tarafından 1 Ekim 2026'da duyurulan InstructMesh, hem tasarımların nasıl görünmesi gerektiğini, hem de kullanıcıların hangi düzenlemeleri yapmak istediğini anlamak için tasarlanmış yapay zeka odaklı bir arayüzdür ve isteminiz ile yazdırdığınız şey arasındaki boşluğu kapatır. En son yapay zeka gelişmelerini takip eden ekipler için bu, üretken yapay zekanın kendi hatalarını denetlemek için kullanılan üretken yapay zekanın nadir bir örneğidir.

InstructMesh Nasıl Çalışır?

InstructMesh, Microsoft'un metin ve görüntü istemlerinden 3 boyutlu modeller üreten TRELLIS sistemini ChatGPT'nin arkasındaki büyük dil modeli olan GPT-4 ile eşleştirerek görsel ve metinsel bilgiyi tek bir iş akışında birleştirir. Kullanıcı, sistemden, örneğin bir gözlük için 3 boyutlu bir tasarım oluşturmasını isteyebilir ve ardından, yazdırmadan önce iyileştirilmesini istediği planın belirli kısımlarını vurgulayabilir.

Projeyi sunan makalenin başyazarı, yeni MIT EECS mezunu ve şu anda Google'da çalışan CSAIL üyesi Faraz Faruqi, "İnsanların gerçekten istediği nesneleri yapmak için 3D jeneratörlerin yeteneklerini ve yüksek lisans öğrencilerinin muhakeme becerilerini etkileşimli bir alanda bir araya getirmek istedik" dedi.

Manipülasyon, üretken modelin gizli alanında gerçekleşir: kullanıcılar sorunları doğal dilde tanımlar ve InstructMesh, kullanıcının değerlendirmesi ve onaylaması için geometride yorumlayıcı değişiklikler üretir. Kaydırıcılar, modelin belirli bir bölümünü büyütme veya çıkarma gibi ince ayarlar için hassasiyet katar. Faruqi, sonuçta "gördükleri şey elde edildi ve ürünler reklamda belirtildiği gibi çalıştı" dedi.

Demonun Arkasındaki Sayılar

Ekip, aracı yapılandırılmış bir teste tabi tuttu. Milyonlarca yazdırılabilir tasarıma ev sahipliği yapan Thingiverse platformunun popüler 3D modellerini TRELLIS'e yeniden yarattılar ve oluşturulan modellerin neredeyse yüzde 80'inin yapısal olarak kusurlu olduğunu buldular. CSAIL araştırmacıları daha sonra acemilerden bu sorunları InstructMesh kullanarak tespit edip düzeltmelerini istedi ve bir uzman tarafından incelendiği üzere yeni gelenler her ikisinde de yaklaşık yüzde 90 oranında başarılı oldu.

Bu başarı oranı önemlidir çünkü InstructMesh'in sağladığı becerinin yıllarca süren CAD eğitimi değil, işlevle ilgili yargı olduğunu gösterir. MIT News'in belirttiği gibi, "Bu yeni gelenlerin uzmanlık eksikliğini, sezgileriyle telafi ettiler."

Gösteri parçaları aralığı göstermektedir. InstructMesh, bir ejderha tarafından sarılmış bir kupa çıkardı; kuyruğu, sapı oluşturuyordu; kabuk şeklinde parlak mavi bir düdük; merceklerin üzerine yayılan kelebek kanatları olan gözlükler; ve dokunaçlarının her biri ayrı bir bardağa dökülen ahtapot benzeri bir içecek dağıtıcısı. MIT bilim insanları, kaprisli olmanın da ötesinde, bu aracı, bir hastanın kot pantolonuna uyan denim görünümlü bir dizlik ve cihazı kurmalı bir oyuncak gibi yüzeyler arasında hareket ettiren bir motoru gizleyen bir robot muhafazası olan renkli karides şeklinde bir "kıl bot" üretmek için kullandı.

Neden Önemlidir

Üretken yapay zeka halihazırda metinleri, görüntüleri ve kodları dönüştürdü ancak fiziksel imalat hâlâ inatçı bir sınır olmaya devam ediyor. Araştırma ekibi sorunu eski bir yazılım ilkesiyle çerçeveliyor: "Ne görüyorsan onu alırsın" - düzenlediğiniz içeriğin son ürünle aynı göründüğü programlar. Üretken 3D araçlar bu sözü rutin olarak bozuyor çünkü bir kupayı hayal eden modelin duvar kalınlığı, sap sağlamlığı veya iç kısmın sıvı tutup tutamayacağı konusunda dahili bir kontrolü yok. Makul görünen bir ağ ile gerçek dünyayla temas halinde hayatta kalan bir nesne arasındaki boşluk, çoğu tüketicinin 3D baskı tutkusunun öldüğü yerdir.

InstructMesh, onarımı etkileşimli ve dil odaklı hale getirerek yapay zeka destekli yapımın son kilometre sorununa saldırır. Sistem, daha önce profesyonel 3D araçlarda derin alan uzmanlığı gerektiren bir modelleme sürecine destek vererek menüleri ve değiştiricileri neyin yanlış olduğuna dair doğal dildeki açıklamalarla ve ince ayarlamalar için kaydırıcılarla değiştiriyor. Tasarımların gerçeğe dönüşmesi için artık bir uzmana gerek yok ve MIT'nin çalışmasındaki uzman incelemesi, düzeltmelerin kozmetik olmadığını, acemi ellerden geçen nesnelerin işlevsel hale geldiğini öne sürüyor.

Araştırmanın ticari bir kuyruğu da var. Faruqi, şu anda Google'da, InstructMesh'i artırılmış gerçeklik platformuna dahil edebilir; vizyon, neye ihtiyacınız olduğunu çevrenizin bağlamını kullanarak açıklamanız ve sistemin bunu cüzdanınızla eşleşen bir telefon kılıfı gibi hızlı bir şekilde 3D olarak basmasıdır.

3D baskı endüstrisi için çalışmanın daha kışkırtıcı bulgusu, önde gelen bir üretim sisteminin yapay zeka tarafından üretilen modellerinde yüzde 80'lik kusur oranıdır. Metinden 3D'ye dönüştürme araçları tüketici ürünlerine yönelik yarışırken InstructMesh, oluşturmanın tek başına yeterli olmadığını, doğrulama ve onarımın aynı kutuda gönderilmesi gerektiğini ortaya koyuyor.

---

Yapay Zekanın Önünde Olun

En son yapay zeka haberlerini, analizlerini ve buluşlarını tek bir yerden alın.

Daha fazla AI haberini okuyun →