سه نکتهٔ کلیدی

۱. OpenAI در ۳ نوامبر ۲۰۲۶ گفت با GPT-6 Astra یک دستگاه کامل را، از ظاهر و قاب تا برد مدار چاپی و نرم‌افزار، بدون ویرایش مستقیم انسان طراحی کرده است. ۲. مصرف توکن تیم‌های سخت‌افزار OpenAI از فوریه تا حالا ۲۳ برابر شده و همکاری تازه‌ای با مازدا و چیپ گاناسی (Chip Ganassi Racing) شروع شده است. ۳. همهٔ این‌ها گزارش خود OpenAI است؛ خودش هم می‌گوید برای تولید واقعی چند دور اصلاح لازم بود.

فرض کنید صاحب کارگاه کوچکی هستید که قطعه‌های فلزی می‌سازد و برای هر سفارش باید نقشهٔ دوبعدی از روی نمونهٔ سه‌بعدی دربیاورید. وقت زیادی می‌رود. OpenAI حالا می‌گوید مدل‌هایش دارند همین کارها را سریع‌تر می‌کنند.

دستگاهی که Astra طراحی کرد

OpenAI برای آزمایش از GPT-6 Astra خواست دستگاهی بسازد که با آن بشود با Codex حرف زد. مدل ظاهر دستگاه را از همکاری اخیر OpenAI با Work Louder و مرجع‌هایی از بازی و اسباب‌بازی درآورد، قاب و ساختار داخلی را طراحی کرد، قطعه‌های الکترونیکی را انتخاب کرد و برد مدار چاپی (PCB) را چید؛ یعنی همان صفحهٔ سبزی که قطعه‌ها روی آن به هم وصل می‌شوند. رابط کاربری و نرم‌افزار را هم نوشت.

طبق OpenAI، دو نفر این کار را کنار کارهای دیگر در کمتر از یک هفته جلو بردند و یک کارخانهٔ پیمانکار در کمتر از یک ماه چند نمونهٔ اولیه ساخت. ولی ماجرا بی‌دردسر نبود. آمادهٔ تولیدکردن دستگاه چند دور بازبینی خواست، چون Astra همیشه محدودیت‌های کارخانه، تلرانس‌ها و جزئیات مونتاژ را رعایت نمی‌کرد.

تیم‌های سخت‌افزار خودش چه می‌کنند؟

OpenAI می‌گوید تیم‌های سخت‌افزار و زیرساختش با Codex و ChatGPT مدل CAD (طراحی با کمک رایانه) می‌سازند، نقشهٔ تولید آماده می‌کنند، شبیه‌سازی راه می‌اندازند و طرح‌ها را بازبینی می‌کنند. به گفتهٔ شرکت، مصرف توکن این تیم‌ها از فوریه ۲۳ برابر شده است. توکن واحدی است که مصرف مدل را با آن می‌شمارند؛ پس این عدد نشانهٔ استفادهٔ بیشتر است، نه لزوماً کیفیت بهتر.

مازدا و چیپ گاناسی

با تیم مسابقه‌ای چیپ گاناسی، OpenAI روی تبدیل اسکن سه‌بعدی قطعه‌های موجود به مدل قابل‌ویرایش و نقشهٔ دوبعدی کار می‌کند؛ به‌خصوص وقتی فایل طراحی اصلی گم شده است. یکی از مهندسان تیم گفته Codex را مستقیم داخل نرم‌افزار CAD به‌کار برده و فرایند سریع‌تر و کم‌دردسرتر شده است.

مازدا هم همکاری پژوهشی تازه‌ای شروع کرده: مهندسان آیرودینامیک و ایمنی تصادف مازدا با OpenAI شکل‌های مختلف دماغهٔ خودرو را شبیه‌سازی می‌کنند تا مقاومت هوا کم شود. نتیجه‌ای اعلام نشده و OpenAI گفته در ماه‌های آینده گزارش می‌دهد.

آزمون BenchCAD 2.0

OpenAI می‌گوید با BenchCAD 2.0 می‌سنجد مدل‌ها چقدر می‌توانند قطعه و مجموعهٔ سه‌بعدی را بازسازی کنند و اتصال‌های یک برد مدار را بشناسند. طبق گزارش خودش، یک مدل داخلی تازه میانگین ۰٫۸۷۵ گرفته و GPT-6 Astra در بالاترین سطح استدلال ۰٫۵۹۴. این مدل داخلی عرضه نشده و آزمون را مستقل تأیید نکرده‌اند.

برای کسب‌وکار شما یعنی چه؟

فرض کنید طراح لوازم خانگی هستید. دور اول طرح و فهرست قطعه را شاید بتوانید به مدل بسپارید، ولی بازبینی توسط مهندس حرفه‌ای همچنان لازم است؛ همان چیزی که خود OpenAI هم می‌گوید.

یا فرض کنید کارگاه ماشین‌کاری دارید. اگر نقشهٔ قدیمی قطعه‌ای را ندارید، تبدیل اسکن به مدل CAD ممکن است روزی کارتان را راحت کند. فعلاً فقط در حد آزمایش با شریک‌های محدود است.

از فردا چه کنید؟

۱. اگر در تولید یا طراحی هستید، یکی از کارهای تکراری‌تان (مثلاً نقشهٔ دوبعدی یا فهرست قطعه) را برای آزمایش انتخاب کنید. ۲. خروجی را همیشه مهندس خودتان بازبینی کند؛ مخصوصاً تلرانس و جزئیات تولید. ۳. اگر دوست دارید در این پروژه همکاری کنید، OpenAI فرم همکاری را در همان پست گذاشته است.

برای نمونهٔ دیگری از ادعاهای کارایی OpenAI می‌توانید LifeVal و مدل GPT-6.1 Terra را هم ببینید.

آنچه هنوز نمی‌دانیم

OpenAI نگفته مدل داخلی کی عرضه می‌شود، قابلیت‌ها برای عموم کی باز می‌شود، و نتیجهٔ همکاری مازدا چه خواهد بود. هزینهٔ ساخت دستگاه آزمایشی هم اعلام نشده است.

مهندسی هنوز جای دست آدم‌ها را دارد، فقط شاید دستمان را سبک‌تر کنند. تا خبر بعدی. جک

منابع

پرسش‌های پرتکرار

OpenAI در این پست چه چیزی را نشان داد؟

طبق OpenAI، مدل GPT-6 Astra بدون ویرایش مستقیم انسان، ظاهر، قاب، برد مدار چاپی و نرم‌افزار یک دستگاه برای صحبت با Codex را طراحی کرد. همچنین از همکاری با مازدا و چیپ گاناسی خبر داد.

آیا دستگاه یک‌راست آمادهٔ تولید بود؟

نه. خود OpenAI می‌گوید چند دور بازبینی لازم بود و Astra همیشه محدودیت‌ها، تلرانس‌ها و جزئیات مونتاژ کارخانه را رعایت نمی‌کرد.

عدد ۰٫۸۷۵ در BenchCAD 2.0 یعنی چه؟

طبق OpenAI، یک مدل داخلی تازه در این آزمون میانگین ۰٫۸۷۵ گرفته و GPT-6 Astra با بالاترین سطح استدلال ۰٫۵۹۴. مدل داخلی عرضه نشده و آزمون را خود OpenAI گزارش کرده است.