OpenAI ใช้ GPT-6 และ Astra ในหนึ่งสัปดาห์ออกแบบอุปกรณ์ฮาร์ดแวร์ที่ใช้งานได้สำเร็จ

·โดย Henderson·Engineering
OpenAI ใช้ GPT-6 และ Astra ในหนึ่งสัปดาห์ออกแบบอุปกรณ์ฮาร์ดแวร์ที่ใช้งานได้สำเร็จ
จุดเด่น
  • OpenAI ออกแบบอุปกรณ์ฮาร์ดแวร์ที่ใช้งานได้ในหนึ่งสัปดาห์ แสดงให้เห็นถึงความสามารถทางเทคโนโลยี
  • การพัฒนาโปรโตไทป์ต้องมีการประสานงานในหลายสาขาวิศวกรรม และเผชิญกับความท้าทายในการผลิต
  • ทีมงานภายในของ OpenAI ใช้ Codex และ ChatGPT เพื่อเร่งกระบวนการออกแบบ
  • OpenAI ร่วมมือกับพันธมิตรในอุตสาหกรรมเพื่อสำรวจการใช้งานโมเดลในวิศวกรรมจริง

OpenAI สามารถออกแบบอุปกรณ์ฮาร์ดแวร์ที่ใช้งานได้ในเวลาไม่ถึงหนึ่งสัปดาห์ โดยแสดงให้เห็นถึงเทคโนโลยีของตนที่สามารถรับมือกับงานวิศวกรรมที่ซับซ้อนได้ ทีมงานสองคนได้พัฒนาโปรโตไทป์นี้เป็นโครงการรองด้วยความช่วยเหลือจาก GPT-6 และ Astra อุปกรณ์นี้เชื่อมต่อผู้ใช้กับ Codex ผ่านทางอินเทอร์เฟซทางกายภาพเฉพาะ โครงการนี้ทดสอบว่าโมเดลของ OpenAI สามารถจัดการกระบวนการพัฒนาฮาร์ดแวร์ทั้งหมดได้โดยไม่ต้องมีการแก้ไขจากมนุษย์โดยตรง Astra ช่วยในการพัฒนาโครงสร้างภายนอกและส่วนประกอบภายใน รวมถึงการออกแบบแผงวงจรและการรวมเฟิร์มแวร์และซอฟต์แวร์

ผู้ผลิตสัญญาได้ผลิตโปรโตไทป์จำนวนเล็กน้อยในเวลาไม่ถึงหนึ่งเดือน OpenAI ระบุว่าการทดลองนี้ให้ภาพเบื้องต้นเกี่ยวกับวิธีที่โมเดลสามารถเร่งกระบวนการวิศวกรรมเฉพาะทาง บริษัทยังได้ร่วมมือกับพันธมิตรในอุตสาหกรรมรถยนต์และรถแข่งเพื่อตรวจสอบความสามารถเหล่านี้

ความท้าทายในการพัฒนาโปรโตไทป์

การพัฒนาโปรโตไทป์ต้องการให้ Astra ประสานงานในหลายสาขาวิศวกรรม GPT-6 ช่วยในการกำหนดความต้องการด้านฟังก์ชันและแนะนำกระบวนการออกแบบ Astra จากนั้นได้พัฒนาโครงสร้างที่รองรับส่วนประกอบภายในของอุปกรณ์ โมเดลยังได้เลือกชิ้นส่วนอิเล็กทรอนิกส์และออกแบบแผงวงจรพิมพ์ (PCB) งานของพวกเขาครอบคลุมการวางชิ้นส่วนและการเชื่อมต่อทางไฟฟ้า ซึ่งการออกแบบเหล่านี้ต้องเหมาะสมกับโครงสร้างทางกายภาพ ในด้านซอฟต์แวร์ Astra ได้สร้างอินเทอร์เฟซผู้ใช้และสร้างเฟิร์มแวร์ พร้อมทั้งพัฒนาการรวมที่จำเป็นสำหรับการเชื่อมต่ออุปกรณ์กับ Codex อย่างไรก็ตาม ในกระบวนการเตรียมโปรโตไทป์เข้าสู่การผลิตยังมีความท้าทายเพิ่มเติมเกิดขึ้น

Astra ประสบปัญหาในการพิจารณาข้อจำกัดในการผลิตและความคลาดเคลื่อนของชิ้นส่วน วิศวกรยังต้องผ่านการตรวจสอบหลายรอบเพื่อแก้ไขความต้องการในการประกอบ OpenAI ยอมรับว่าข้อบกพร่องเหล่านี้เป็นทิศทางในการปรับปรุง

การทดลองนี้แสดงให้เห็นว่าโมเดลสามารถผลิตการออกแบบเบื้องต้นได้เร็วเพียงใด การผลิตยังคงต้องการการดูแลจากวิศวกรและการปรับเปลี่ยนจริง ทีมงานฮาร์ดแวร์และโครงสร้างพื้นฐานภายในของ OpenAI ได้ใช้ Codex และ ChatGPT โดยงานของพวกเขารวมถึงการสร้างแบบจำลองการออกแบบด้วยคอมพิวเตอร์ (CAD) และการเตรียมแผนการผลิตทางเทคนิค แบบจำลองเหล่านี้ยังช่วยวิศวกรในการตั้งค่าการจำลองและประเมินการออกแบบ OpenAI ระบุว่า ตั้งแต่เดือนกุมภาพันธ์ถึงตุลาคม การใช้งานของทีมฮาร์ดแวร์เพิ่มขึ้น 23 เท่า ซึ่งการเติบโตนี้วัดจากการใช้โมเดลที่ถูกทำเครื่องหมาย

สมาชิกทีม OpenAI สองคนร่วมมือกับ GPT-6 และ Astra ในการออกแบบอุปกรณ์โปรโตไทป์สำหรับการสื่อสารกับ Codex ในเวลาไม่ถึงหนึ่งสัปดาห์ โดยเป็นโครงการรอง Astra ได้ออกแบบโครงสร้าง แผงวงจร อินเทอร์เฟซ และซอฟต์แวร์ อย่างไรก็ตาม การผลิตอุปกรณ์นี้ยังต้องผ่านการตรวจสอบหลายรอบ วิศวกรแนวหน้าของ OpenAI Grace Lam กล่าวว่า Codex เร่งกระบวนการจากแนวคิดไปยังชิ้นส่วนวิศวกรรม โดยเน้นถึงความสามารถในการปรับปรุง CAD และการแปลงการออกแบบ 3D เป็นแผนผัง 2D ที่สามารถผลิตได้

OpenAI ยังติดตามประสิทธิภาพของโมเดลผ่านการทดสอบมาตรฐานเฉพาะ ใน BenchCAD 2.0 โมเดลภายในที่ได้รับการอัปเดตมีคะแนนเฉลี่ยที่ 0.875 ขณะที่ในโหมดการตั้งค่าการอนุมานสูงสุด GPT-6 Astra มีคะแนนอยู่ที่ 0.594 การทดสอบมาตรฐานนี้ประเมินว่าโมเดลสามารถสร้างชิ้นส่วน 3D ใหม่และระบุการเชื่อมต่อของแผงวงจรได้อย่างไร

การสำรวจความร่วมมือในอุตสาหกรรม

OpenAI กำลังทดสอบโมเดลของตนร่วมกับพันธมิตรในอุตสาหกรรมเพื่อประเมินความสามารถในการใช้งานในสภาพแวดล้อมวิศวกรรมจริง ความร่วมมือที่ขยายกับ Chip Ganassi Racing มุ่งเน้นไปที่การพัฒนา CAD และการผลิตโปรโตไทป์ วิศวกรฝ่ายวิจัยและพัฒนาของทีมแข่งนี้กำลังสำรวจวิธีการแปลงการสแกน 3D เป็นแบบจำลอง CAD ที่สามารถแก้ไขได้ และสร้างแผนการผลิต 2D จากชิ้นส่วนที่สแกน วิธีการนี้ช่วยให้วิศวกรสามารถสร้างชิ้นส่วนใหม่ได้เมื่อเอกสารการออกแบบต้นฉบับไม่สามารถใช้งานได้ OpenAI ยังประกาศความร่วมมือในการวิจัยกับ Mazda โดยทั้งสองฝ่ายกำลังสำรวจว่าโมเดลสามารถช่วยวิศวกรรถยนต์ในการปรับปรุงอากาศพลศาสตร์และความปลอดภัยในการชนได้อย่างไร

Astra สามารถสำรวจรูปทรงของส่วนหน้ารถที่แตกต่างกันและจำลองการไหลของอากาศเพื่อระบุการออกแบบที่สามารถลดแรงต้านได้ วิศวกรของ Mazda สามารถประเมินการจัดรูปแบบที่มีศักยภาพตามข้อกำหนดด้านการออกแบบและต้นทุนการพัฒนา

วิศวกรหัวหน้าของ Mazda Akihiro Nakata กล่าวว่า ความร่วมมือนี้ช่วยให้ดีไซเนอร์เข้าใจว่าลักษณะใดมีผลต่อประสิทธิภาพทางอากาศพลศาสตร์ และทำให้พวกเขาสามารถสำรวจรูปทรงรถยนต์ที่แตกต่างกันได้อย่างอิสระ OpenAI วางแผนที่จะดำเนินการทดสอบความสามารถเหล่านี้ร่วมกับพันธมิตรในอุตสาหกรรมต่อไป โดยมีเป้าหมายที่กว้างขึ้นในการช่วยวิศวกรในการเปลี่ยนจากแนวคิดเบื้องต้นไปสู่ผลิตภัณฑ์ที่สามารถผลิตได้ และลดการแทรกแซงจากมนุษย์

OpenAI เร่งกระบวนการออกแบบฮาร์ดแวร์อย่างไร

การทดลองของ OpenAI แสดงให้เห็นว่าการใช้ GPT-6 และ Astra ในการออกแบบฮาร์ดแวร์สามารถเพิ่มประสิทธิภาพได้อย่างมีนัยสำคัญ โดยเฉพาะในระยะการพัฒนาโปรโตไทป์ แม้ว่าจะมีความท้าทายจากข้อจำกัดในการผลิตและการปรับเปลี่ยนการออกแบบ แต่กระบวนการนี้ยังเน้นถึงศักยภาพของโมเดลในงานวิศวกรรม ความร่วมมือกับพันธมิตรในอุตสาหกรรมยังยืนยันถึงคุณค่าของเทคโนโลยีเหล่านี้ในการใช้งานจริง โดยเฉพาะในการเพิ่มความยืดหยุ่นในการออกแบบและลดการแทรกแซงจากมนุษย์ ความก้าวหน้าเหล่านี้ไม่เพียงแต่ช่วยเร่งการพัฒนาผลิตภัณฑ์ แต่ยังอาจเปลี่ยนแปลงกระบวนการออกแบบฮาร์ดแวร์ในอนาคต

H
เกี่ยวกับผู้เขียน
Henderson