GPT-6 Astra спроектировала гаджет для Codex. Инженерам оставили сущую мелочь — добиться, чтобы его можно было изготовить
OpenAI с помощью GPT-6 Astra менее чем за неделю разработала настоящее электронное устройство для общения с ИИ-помощником Codex. Нейросеть спроектировала корпус, подобрала электронные компоненты, создала печатную плату, интерфейс и прошивку. Производитель даже изготовил небольшую партию устройств, но при подготовке к сборке обнаружились проблемы: искусственный интеллект (ИИ) не всегда понимал, какие детали можно изготовить на реальном оборудовании и как правильно соединить их между собой.
Над проектом работали всего два сотрудника OpenAI, причём занимались разработкой в свободное от основных задач время. Инженеры хотели проверить, сможет ли нейросеть самостоятельно пройти путь от первоначальной идеи до документации, по которой завод изготовит физическое устройство. Главным условием эксперимента стало отсутствие прямых ручных правок в материалах, подготовленных моделью.
Сначала GPT-6 Astra определила, какие функции понадобятся устройству, а затем придумала внешний вид, ориентируясь на дизайн игровых аксессуаров и игрушек. Следом нейросеть разработала корпус с внутренними креплениями, выбрала электронные компоненты и разместила их на печатной плате. Пришлось учитывать размеры каждой детали, прокладывать электрические соединения и следить, чтобы собранная электроника поместилась внутри корпуса.
Программную часть Astra тоже подготовила самостоятельно. Модель создала пользовательский интерфейс, написала прошивку, которая управляет работой электроники, и разработала программное обеспечение для взаимодействия с Codex. Весь процесс проектирования занял меньше недели. Затем OpenAI передала готовый проект стороннему производителю, который менее чем за месяц выпустил небольшую партию опытных образцов.
На производственном этапе обнаружилась главная слабость ИИ. Astra не всегда учитывала возможности заводского оборудования, допустимые отклонения размеров и особенности сборки. Например, две детали могут идеально совпадать на компьютерной модели, но для настоящего изделия между ними потребуется небольшой зазор. Иначе детали будет трудно соединить или установить на место. Инженерам пришлось несколько раз проверять и дорабатывать проект перед изготовлением устройств.
OpenAI признаёт, что нейросетям ещё предстоит научиться лучше учитывать производственные ограничения. Способность быстро нарисовать корпус или разработать электронную схему сама по себе не гарантирует, что завод сможет без дополнительных исправлений изготовить готовое изделие. При этом компания не раскрыла, сколько именно изменений потребовалось внести в проект и насколько хорошо изготовленные образцы справляются со своими задачами.
Подобные инструменты OpenAI уже применяет в собственных инженерных подразделениях. Сотрудники используют Codex и ChatGPT для создания трёхмерных моделей, подготовки чертежей и компьютерных расчётов, которые позволяют заранее оценить поведение будущей конструкции. Нейросети также помогают работать с САПР, специальными программами, в которых инженеры проектируют детали и целые механизмы. С февраля использование ИИ в аппаратных подразделениях OpenAI выросло в 23 раза. Компания измеряет рост по объёму обработанных токенов, поэтому показатель не означает, что инженеры стали работать в 23 раза быстрее.
Для оценки возможностей нейросетей разработчики используют специальное испытание BenchCAD 2.0. Моделям предлагают восстанавливать трёхмерные детали и сборки, а также определять электрические соединения на печатных платах. В последнем сравнении более новая внутренняя модель OpenAI набрала 0,875 балла против 0,594 у GPT-6 Astra с максимальным уровнем рассуждений. Результаты показывают улучшение способностей ИИ к решению инженерных задач, хотя испытание не охватывает все трудности настоящего производства.
OpenAI проверяет возможности нейросетей и вместе с промышленными компаниями. Гоночная команда Chip Ganassi Racing испытывает инструменты, которые превращают трёхмерные сканы существующих деталей в редактируемые модели и чертежи. Инженеры могут использовать их для восстановления компонентов, если исходная техническая документация недоступна.
Вместе с Mazda разработчики изучают применение ИИ при проектировании автомобилей. Astra помогает инженерам подбирать форму передней части кузова, рассчитывать движение воздуха и искать варианты с меньшим аэродинамическим сопротивлением. Автопроизводитель также исследует возможности нейросетей для расчётов прочности кузова при столкновениях. Специалисты проверяют предложенные решения, прежде чем использовать их в дальнейшей разработке.
Проект устройства для Codex показал, насколько быстро нейросети научились справляться с задачами, для которых обычно нужны специалисты сразу нескольких направлений: конструкторы, электронщики и программисты. Однако реальное производство по-прежнему требует человеческого контроля. ИИ способен подготовить большую часть проекта за несколько дней, но проверить размеры деталей, учесть ограничения оборудования и убедиться, что изделие получится собрать, пока приходится инженерам.