- OpenAI は一週間以内に稼働するハードウェア装置を設計し、その技術力を示した。
- プロトタイプ開発には複数のエンジニアリング分野の調整が必要であり、製造上の課題にも直面した。
- OpenAI の内部チームは Codex と ChatGPT を使用して設計プロセスを加速した。
- OpenAI は業界パートナーと協力し、モデルの実際のエンジニアリングへの応用を探求している。
OpenAI は一週間も経たないうちに稼働するハードウェア装置を設計し、その技術が複雑なエンジニアリングタスクにどのように対応できるかを示した。二名のチームメンバーは、GPT-6 と Astra の協力を得て、このプロトタイプを副プロジェクトとして開発した。この装置は専用の物理インターフェースを通じてユーザーを Codex に接続する。プロジェクトは、OpenAI のモデルが直接的な人間の編集なしにハードウェア開発プロセス全体を処理できるかどうかをテストした。Astra は装置の外観と内部コンポーネントの開発を支援し、回路基板設計、ファームウェアおよびソフトウェアの統合を担当した。
ある契約製造業者は、一ヶ月も経たないうちに小ロットのプロトタイプを生産した。OpenAI は、この実験がモデルが専門的なエンジニアリングを加速する方法についての初期の視点を提供したと述べている。同社はまた、自動車およびレース関連のパートナーと協力し、これらの能力をテストしている。
プロトタイプ開発の課題
プロトタイプの開発には、Astra が複数のエンジニアリング分野を調整する必要があった。GPT-6 は機能要件を確立し、設計プロセスを指導するのを支援した。Astra はその後、装置の内部コンポーネントを収容する外殻を開発した。モデルは電気部品を選定し、印刷回路基板 (PCB) を設計した。その作業には部品の配置および電気接続が含まれ、これらの設計は物理的な外殻に適合する必要があった。ソフトウェアの面では、Astra はユーザーインターフェースを作成し、ファームウェアを生成し、Codex と接続するための統合を開発した。しかし、プロトタイプを生産に向けて準備する過程では、追加の課題が発生した。
Astra は製造制限や部品公差を考慮するのが難しく、エンジニアたちは組み立て要件を解決するために複数回のレビューを行う必要があった。OpenAI はこれらの短所が改善の方向性であることを認めている。
この実験は、モデルが初期設計をどれだけ早く生成できるかを示している。製造には依然としてエンジニアの監督と実際の調整が必要である。OpenAI の内部ハードウェアおよびインフラチームは、すでに Codex と ChatGPT を使用しており、彼らの作業にはコンピュータ支援設計 (CAD) モデルの作成や技術製造図面の準備が含まれている。これらのモデルはエンジニアがシミュレーションを構成し、設計を評価するのにも役立つ。OpenAI は、2月から10月にかけて、ハードウェアチームの使用量が23倍に増加したと述べており、この増加はモデルの消費によって測定されている。
二名の OpenAI チームメンバーは、GPT-6 と Astra と協力し、Codex と通信するためのプロトタイプ装置を一週間も経たないうちに設計した。この装置は副プロジェクトとして進められた。Astra は外殻、回路基板、インターフェースおよびソフトウェアを設計した。それにもかかわらず、この装置の製造には複数回のレビューが必要であった。OpenAI のフロントラインエンジニアである Grace Lam は、Codex が概念からエンジニアリングコンポーネントへのプロセスを加速したと述べ、より迅速な CAD 修正や 3D 設計を生産可能な 2D 図面に変換する能力を強調した。
OpenAI はまた、専用のベンチマークテストを通じてモデルのパフォーマンスを追跡している。BenchCAD 2.0 では、更新された内部モデルが平均スコア 0.875 を達成し、最高の推論設定下で GPT-6 Astra のスコアは 0.594 であった。このベンチマークテストは、モデルが 3D コンポーネントを再構築し、回路基板接続を識別する能力を評価する。
業界協力の探求
OpenAI は業界パートナーと共にモデルをテストし、実際のエンジニアリング環境における実用性を評価している。Chip Ganassi Racing との拡張協力は CAD 開発とプロトタイプ製作に焦点を当てている。このレーシングチームの研究開発エンジニアは、3D スキャンを編集可能な CAD モデルに変換し、スキャンした部品から 2D 製造図面を生成する方法を探求している。このアプローチは、元の設計ファイルが利用できない場合にエンジニアが部品を再構築するのに役立つ。OpenAI はまた、Mazda と研究協力を開始し、両者はモデルが自動車エンジニアが車両の空力特性や衝突安全性を改善するのにどのように役立つかを探求している。
Astra は異なるフロント形状を探求し、気流をシミュレートして抵抗を減少させるデザインを特定することができる。Mazda のエンジニアは、その後、形状要件や開発コストに基づいて有望な構成を評価することができる。
Mazda のチーフエンジニアである Akihiro Nakata は、この協力がデザイナーに空力性能に影響を与える特徴を理解させ、異なる車両形状をより自由に探求できるようにしていると述べた。OpenAI は、業界パートナーと共にこれらの能力をテストし続ける計画であり、そのより広範な目標はエンジニアが初期の概念から製造可能な製品に移行し、人工的な介入を減少させる手助けをすることである。
OpenAI がハードウェア設計プロセスを加速する方法
OpenAI の実験は、GPT-6 と Astra を利用したハードウェア設計が効率を大幅に向上させることができることを示しており、特にプロトタイプ開発段階において顕著である。製造制限や設計調整の課題に直面しているにもかかわらず、このプロセスはエンジニアリングタスクにおけるモデルの潜在能力を強調している。業界パートナーとの協力は、特に設計の柔軟性を高め、人工的な介入を減少させる点で、これらの技術が実際の応用において価値を持つことをさらに証明している。これらの進展は、製品開発を加速するだけでなく、将来のハードウェア設計のワークフローを変える可能性がある。

