Inteligência Artificial Agente Monitora e Corrige Impressões 3D em Tempo Real!

Pesquisadores do Departamento de Engenharia Mecânica da Carnegie Mellon desenvolveram um sistema inovador que utiliza múltiplos modelos de linguagem para monitorar e corrigir impressoras 3D em tempo real. Apesar das técnicas de fabricação aditiva terem transformado o campo, especialmente na produção de produtos personalizados e protótipos, muitos modelos de impressoras 3D ainda apresentam erros. De acordo com discussões em fóruns, a Prusa3D relatou que cerca de 7% das impressões em seu modelo MMU2S falharam, enquanto 19% exigiram a atenção do usuário, mesmo sem falhar.

Esse cenário impõe que os usuários precisem acompanhar o processo de impressão para garantir resultados satisfatórios. Embora esse monitoramento possa não ser um problema para usuários casuais com uma ou duas impressoras, torna-se um desafio para quem utiliza essas máquinas na fabricação em larga escala. Em décadas passadas, as indústrias buscavam taxas de falha em torno de 5%, mas atualmente o padrão é de 0,1%, fazendo com que uma taxa de 7% seja considerada excessiva e menos competitiva em termos de qualidade.

Para resolver essa questão, a equipe de pesquisa da Carnegie Mellon utilizou quatro agentes de modelos de linguagem especializados, juntamente com um agente supervisor, para otimizar o processo. O primeiro agente é um modelo visual que tira fotos após cada camada impressa e analisa a qualidade e possíveis defeitos. Outro agente examina as configurações atuais da impressora para identificar o que deve ser alterado ou melhorado.

As informações são então repassadas a um agente planejador, que cria um plano de ação, o qual é enviado ao agente executor, que interage com a impressora 3D por meio de uma API para alcançar o resultado desejado. Todos os quatro agentes são gerenciados pelo agente supervisor, que assegura que todas as informações sejam pertinentes e atualizadas.

Um aspecto importante desse sistema é que ele não utiliza modelos personalizados treinados em conjuntos de dados específicos. Em vez disso, se baseia no modelo básico do ChatGPT-4o e em prompts estruturados, desenvolvidos pela equipe, que são específicos para o domínio. Isso torna a implementação mais simples e melhora o desempenho e a eficiência da impressão 3D.

A embalagem dessa tecnologia promete um futuro adaptável. A integração dos modelos de linguagem no processo de impressão 3D representa um avanço significativo. Com a evolução desses modelos, a capacidade de raciocinar sobre dados multimodais mais ricos abrirá novas possibilidades. Até que essa tecnologia se torne comum, problemas como falhas na impressão e “spaghetti de plástico” ainda exigirão intervenções manuais durante o monitoramento.