Un team di ingegneri e specialisti di intelligenza artificiale della Carnegie Mellon University ha sviluppato un’applicazione innovativa capace di progettare strutture stabili in LEGO utilizzando semplici prompt testuali.

Questo sistema, descritto in uno studio pubblicato sul server di preprint arXiv, rappresenta un passo avanti nel campo dei modelli generativi 3D, superando i limiti di stabilità e funzionalità che spesso affliggono le creazioni digitali. Con un approccio che combina un modello linguistico avanzato e un modulo matematico dedicato, questa tecnologia non solo apre nuove possibilità creative, ma dimostra anche il potenziale dell’intelligenza artificiale nel design fisico.

Un problema di stabilità nei modelli 3D

I modelli generativi 3D tradizionali, pur essendo in grado di creare oggetti complessi, spesso producono design che non funzionano nel mondo reale. Problemi come la mancanza di stabilità strutturale o la disconnessione tra componenti rendono molte di queste creazioni impraticabili. Per affrontare questa sfida, il team di Carnegie Mellon ha scelto di lavorare con i LEGO, i celebri mattoncini di plastica che, grazie alla loro versatilità, rappresentano un banco di prova ideale per testare la capacità di un’AI di generare strutture fisicamente realizzabili.

Come spiega il team nello studio, “i LEGO offrono un sistema modulare che richiede precisione e attenzione alle forze fisiche, come la gravità, rendendoli perfetti per sviluppare un’AI capace di progettare strutture stabili”. Ciò ha permesso ai ricercatori di concentrarsi non solo sulla creatività, ma anche sulla funzionalità pratica delle loro creazioni.

Come funziona l’AI di Carnegie Mellon

Per costruire il loro sistema, i ricercatori hanno utilizzato LLaMA-3.2-1B-Instruct, un modello linguistico di grandi dimensioni (LLM) sviluppato da META. Tuttavia, invece di prevedere la parola successiva, come fanno i tradizionali LLM, il sistema è stato adattato per prevedere il mattoncino successivo da collocare in una struttura LEGO. Questo processo, definito “next-brick prediction”, è stato integrato con un modulo matematico separato che valuta la stabilità fisica della struttura, tenendo conto delle forze strutturali e della gravità.

Per addestrare il modello, il team ha creato un dataset di 47.000 strutture LEGO stabili, completo di caratteristiche tecniche e didascalie generate da un altro sistema AI. Durante il processo di progettazione, il sistema adotta un approccio ricorsivo: ogni mattoncino viene posizionato e testato per verificarne la stabilità. Se l’aggiunta di un mattoncino causa instabilità, il sistema lo rimuove e prova un’alternativa. Questo meccanismo, chiamato “rollback feature”, ha aumentato il tasso di stabilità delle strutture dal 24% al 98.8%, un risultato straordinario.

Test pratici: dai robot alle mani umane

Per dimostrare l’efficacia del sistema, i ricercatori hanno condotto test sia automatizzati che manuali. Hanno utilizzato una coppia di robot programmabili per costruire strutture LEGO basate sui design generati dall’AI, verificando la loro stabilità nel mondo reale. Inoltre, alcune strutture sono state costruite a mano dal team, confermando la precisione del sistema. “I risultati hanno mostrato che il nostro sistema può produrre una vasta gamma di strutture LEGO stabili, superando le performance di altri modelli AI per la creazione di oggetti 3D”, hanno dichiarato i ricercatori nello studio.

Durante i test, il team ha anche aggiunto funzionalità avanzate, come la possibilità di scegliere colori e texture per i mattoncini, rendendo le creazioni non solo stabili, ma anche esteticamente accattivanti. Questi miglioramenti ampliano il potenziale del sistema, che potrebbe essere utilizzato non solo per progetti ludici, ma anche per applicazioni educative o di prototipazione.

Un confronto con la concorrenza

Il team di Carnegie Mellon ha confrontato il proprio sistema con altri modelli AI progettati per creare oggetti 3D. I risultati sono stati chiari: il loro sistema ha prodotto una percentuale significativamente più alta di strutture stabili, grazie all’integrazione del modulo matematico e del meccanismo di rollback.

Secondo quanto riportato da InfoQ, “il sistema di Carnegie Mellon rappresenta un progresso significativo nel campo del design generativo, con potenziali applicazioni che vanno oltre i LEGO, includendo la progettazione di strutture più complesse in settori come l’architettura o l’ingegneria”.

Prospettive future e impatti

L’innovazione di Carnegie Mellon apre la strada a nuove applicazioni dell’intelligenza artificiale nel design e nella creatività. La capacità di generare strutture stabili da semplici prompt testuali potrebbe rivoluzionare il modo in cui designer, ingegneri e persino hobbisti affrontano i progetti. Inoltre, il sistema potrebbe essere adattato per lavorare con materiali diversi dai LEGO, ampliando il suo impatto in settori come la prototipazione rapida o la costruzione modulare.

Il team sta già esplorando modi per migliorare ulteriormente il sistema, ad esempio integrando funzionalità per ottimizzare l’uso dei materiali o per generare strutture ancora più complesse. “Il nostro obiettivo è rendere il design accessibile a tutti, utilizzando l’AI per trasformare idee in realtà tangibili”, hanno affermato i ricercatori.