プレビューツールが3Dプリント物の視覚化を支援
MIT開発のAI搭載プレビューツール「VisiPrint」は、3Dプリント素材の画像とモデルスクリーンショットから外観を予測し、試作回数を減らして廃棄物を削減する。
キーポイント
外観重視のAIプレビューツール「VisiPrint」の開発
MITなどの研究チームが、機能より色・光沢・透明度を予測するAIシステムを開発し、既存の3D印刷ソフトウェアと連携可能にした。
3D印刷の廃棄物削減とサステナビリティ向上
試作回数を減らすことで、最大3分の1に達する素材廃棄を抑制し、設計決定前の材料試行を不要にする。
歯科・建築分野など実用アプリケーションの拡大
仮歯・橋の患者歯色マッチングや建築模型の視覚的影響評価など、外観精度が求められる分野での活用が見込まれる。
FDM方式への最適化と汎用素材対応
最も一般的な溶積成形法（FDM）に特化しつつ、単一の素材画像から多様な印刷条件やプロセスの微妙な差異を学習・反映する。
影響分析・編集コメントを表示
影響分析
本ツールは3Dプリント分野における「試作の黒箱」問題を解決し、製造プロセスのサステナビリティを向上させる。AIによる外観予測技術が工業デザインや医療分野に組み込まれることで、リソース効率と設計イテレーションの速度が大幅に改善される見込みである。
編集コメント
学術論文のプレビュー段階ではあるが、製造現場の「目に見えない試行錯誤」を可視化するAI応用例として注目すべきだ。今後はリアルタイムレンダリングとの統合や、より多様な印刷方式への拡張が課題となる。
デザイナー、メーカー、その他多くの人々は、映画の小道具から医療機器まで、さまざまな機能的な造形物を迅速にプロトタイプ作成するために3Dプリンティングをよく利用します。ユーザーが完成品が期待通りに機能することを確認するため、正確なプリントプレビューは不可欠です。
しかし、ほとんどの3Dプリンティングソフトウェアが生成するプレビューは、外観ではなく機能に焦点を当てています。このため、プリントされた造形物は、ユーザーが期待したものとは異なる色、質感、陰影を持つ結果となり、時間、労力、材料を浪費する複数回の再プリントにつながることがあります。
ユーザーが完成品の外観を事前にイメージできるようにするため、MITなどの研究者たちは、外観を最優先とする使いやすいプレビューツールを開発しました。
ユーザーは、3Dプリンティングソフトウェアから造形物のスクリーンショットと、プリント材料の画像を1枚アップロードします。これらの入力から、システムは完成品がどのように見えるかのレンダリングを自動生成します。
VisiPrintと呼ばれるこの人工知能（AI）駆動システムは、さまざまな3Dプリンティングソフトウェアと連携するように設計されており、あらゆる材料サンプルを扱うことができます。材料の色だけでなく、光沢、半透明性、および製造プロセスの微妙な差異が造形物の外観に与える影響も考慮します。
このような外観に焦点を当てたプレビューは、歯科などの分野で特に有用です。臨床医が仮歯冠やブリッジが患者の歯の外観と一致することを確認するのを助けたり、建築分野でデザイナーがモデルの視覚的効果を評価するのを支援したりできます。
「3Dプリンティングは非常に無駄の多いプロセスになり得ます。一部の研究では、使用される材料の最大3分の1が、ユーザーが最終的に廃棄するプロトタイプから、直接埋立地に送られていると推定されています。3Dプリンティングを持続可能なものにするために、望むプロトタイプを得るのに必要な試行回数を減らしたいと考えています。ユーザーは設計を決定する前に、持っているすべてのプリント材料を試す必要があるべきではありません」と、電気工学・計算機科学（EECS）の大学院生であり、VisiPrintに関する論文の筆頭著者であるマキシン・ペロニ＝シャーフは述べています。
彼女と共著者として論文に名を連ねているのは、EECSの大学院生であるファラズ・ファルキ、MITの学部生であるラウル・エルナンデス、光州科学技術院の大学院生であるソヨン・アン、プリンストン大学の計算機科学教授であるシーモン・ルシンキエヴィッツ、MITのトーマス・アンド・ガード・パーキンスEECS教授であり計算機科学・人工知能研究所（CSAIL）のメンバーであるウィリアム・フリーマン、そして上級著者でありMITのEECSおよび機械工学科准教授でCSAILのメンバーであるステファニー・ミュラーです。この研究は、ACM CHI Conference on Human Factors in Computing Systemsで発表される予定です。
正確な外観
研究者たちは、最も一般的なタイプの3Dプリンティングである熱溶解積層法（Fused Deposition Modeling: FDM）に焦点を当てました。FDMでは、プリント材料のフィラメントが溶かされ、ノズルを通して押し出され、造形物が一層ずつ積層されて製造されます。
正確な外観プレビューを生成することは困難です。なぜなら、溶融および押出しプロセスが材料の外観を変化させることがあり、各積層の高さや製造中のノズルの経路も同様に影響するからです。
VisiPrintは、これらの課題を克服するために連携する2つのAIモデルを使用します。
VisiPrintのプレビューは、2つの入力に基づいています：ユーザーの3Dプリンティングソフトウェア（「スライサー」ソフトウェアと呼ばれる）からのデジタル設計のスクリーンショットと、オンラインソースから取得するか、プリントされたサンプルから撮影したプリント材料の画像です。
これらの入力から、コンピュータビジョンモデルが、造形物の外観にとって重要な材料サンプルの特徴を抽出します。
次に、これらの特徴を生成AIモデルに供給します。このモデルは、ノズルが各層を押し出す際にたどる「スライシング」パターンを組み込みながら、造形物の幾何形状と構造を計算します。
研究者たちのアプローチの鍵は、特別な条件付け方法です。これには、モデルの内部動作を注意深く調整して導くことで、スライシングパターンに従わせ、3Dプリンティングプロセスの制約を守らせることが含まれます。
彼らの条件付け方法は、造形物の形状と陰影を保持する深度マップと、内部輪郭および構造的境界を反映するエッジマップを利用します。
「これら2つの適切なバランスがなければ、不適切な幾何形状や誤ったスライシングパターンに終わる可能性があります。私たちはこれらを正しい方法で組み合わせることに注意しなければなりませんでした」とペロニ＝シャーフは述べています。
ユーザー中心のシステム
チームはまた、必要な画像をアップロードしてプレビューを評価できる使いやすいインターフェースも作成しました。
VisiPrintインターフェースは、より上級のメーカーが、特定の色が最終的な外観に与える影響など、複数の設定を調整できるようにします。
最終的に、この外観プレビューは、スライサーソフトウェアによって生成される機能プレビューを補完することを意図しています。なぜなら、VisiPrintはプリント可能性、機械的実現性、または故障の可能性を推定しないからです。
VisiPrintを評価するために、研究者たちは参加者にシステムを他のアプローチと比較するよう求めるユーザー調査を実施しました。ほぼすべての参加者が、VisiPrintが全体的な外観だけでなく、プリントされた造形物との質感の類似性もより良く提供すると述べました。
さらに、VisiPrintのプレビュープロセスは平均約1分かかりましたが、これは他のどの競合方法よりも2倍以上高速でした。
「VisiPrintは他のAIインターフェースと比較した際に本当に際立っていました。より一般的なAIモデルに同じスクリーンショットを与えると、直接的な条件付けがないため、形状をランダムに変更したり、誤ったスライシングパターンを使用したりする可能性があります」と彼女は述べています。
将来、研究者たちは、モデルプレビューに極めて細かい詳細がある場合に発生する可能性のあるアーティファクト（人工物）に対処したいと考えています。また、材料の色以外のプリントプロセスの側面をユーザーが最適化できる機能も追加したいと考えています。
「造形物を製造する方法について考えることは重要です。廃棄物を減らす方法を開発し続ける努力が必要です。その目的のために、AIと物理的製造プロセスのこの融合は、将来の研究のエキサイティングな分野です」とペロニ＝シャーフは述べています。
「『見たままが得られる（What you see is what you get）』は、1980年代にデスクトップパブリッシングを『実現』させた主な要因でした。なぜなら、ユーザーが最初の試行で望むものを得られるようにしたからです。3DプリンティングでもWYSIWYGを実現する時が来ました。VisiPrintはこの方向への素晴らしい一歩です」と、この研究に関与していないハッソ・プラットナー研究所の計算機科学教授であるパトリック・バウディッシュは述べています。
この研究は、一部、MITモーニングサイド・アカデミー・フォー・デザイン・フェローシップおよびMITマスワークス・フェローシップによって資金提供されました。
原文を表示
Designers, makers, and others often use 3D printing to rapidly prototype a range of functional objects, from movie props to medical devices. Accurate print previews are essential so users know a fabricated object will perform as expected.
But previews generated by most 3D-printing software focus on function rather than aesthetics. A printed object may end up with a different color, texture, or shading than the user expected, resulting in multiple reprints that waste time, effort, and material.
To help users envision how a fabricated object will look, researchers from MIT and elsewhere developed an easy-to-use preview tool that puts appearance first.
Users upload a screenshot of the object from their 3D-printing software, along with a single image of the print material. From these inputs, the system automatically generates a rendering of how the fabricated object is likely to look.
The artificial intelligence-powered system, called VisiPrint, is designed to work with a range of 3D-printing software and can handle any material example. It considers not only the color of the material, but also gloss, translucency, and how nuances of the fabrication process affect the object’s appearance.
Such aesthetics-focused previews could be especially useful in areas like dentistry, by helping clinicians ensure temporary crowns and bridges match the appearance of a patient’s teeth, or in architecture, to aid designers in assessing the visual impact of models.
“3D printing can be a very wasteful process. Some studies estimate that as much as a third of the material used goes straight to the landfill, often from prototypes the user ends of discarding. To make 3D printing more sustainable, we want to reduce the number of tries it takes to get the prototype you want. The user shouldn’t have to try out every printing material they have before they settle on a design,” says Maxine Perroni-Scharf, an electrical engineering and computer science (EECS) graduate student and lead author of a paper on VisiPrint.
She is joined on the paper by Faraz Faruqi, a fellow EECS graduate student; Raul Hernandez, an MIT undergraduate; SooYeon Ahn, a graduate student at the Gwangju Institute of Science and Technology; Szymon Rusinkiewicz, a professor of computer science at Princeton University; William Freeman, the Thomas and Gerd Perkins Professor of EECS at MIT and a member of the Computer Science and Artificial Intelligence Laboratory (CSAIL); and senior author Stefanie Mueller, an associate professor of EECS and Mechanical Engineering at MIT, and a member of CSAIL. The research will be presented at the ACM CHI Conference on Human Factors in Computing Systems.
Accurate aesthetics
The researchers focused on fused deposition modeling (FDM), the most common type of 3D printing. In FDM, print material filament is melted and then squirted through a nozzle to fabricate an object one layer at a time.
Generating accurate aesthetic previews is challenging because the melting and extrusion process can change the appearance of a material, as can the height of each deposited layer and the path the nozzle follows during fabrication.
VisiPrint uses two AI models that work together to overcome those challenges.
The VisiPrint preview is based on two inputs: a screenshot of the digital design from a user’s 3D-printing software (called “slicer” software), and an image of the print material, which can be taken from an online source or captured from a printed sample.
From these inputs, a computer vision model extracts features from the material sample that are important for the object’s appearance.
It feeds those features to a generative AI model that computes the geometry and structure of the object, while incorporating the so-called “slicing” pattern the nozzle will follow as it extrudes each layer.
The key to the researchers’ approach is a special conditioning method. This involves carefully adjusting the inner workings of the model to guide it, so it follows the slicing pattern and obeys the constraints of the 3D-printing process.
Their conditioning method utilizes a depth map that preserves the shape and shading of the object, along with a map of the edges that reflects the internal contours and structural boundaries.
“If you don’t have the right balance of these two things, you could use up with bad geometry or an incorrect slicing pattern. We had to be careful to combine them in the right way,” Perroni-Scharf says.
A user-focused system
The team also produced an easy-to-use interface where one can upload the required images and evaluate the preview.
The VisiPrint interface enables more advanced makers to adjust multiple settings, such as the influence of certain colors on the final appearance.
In the end, the aesthetic preview is intended to complement the functional preview generated by slicer software, since VisiPrint does not estimate printability, mechanical feasibility, or likelihood of failure.
To evaluate VisiPrint, the researchers conducted a user study that asked participants to compare the system to other approaches. Nearly all participants said it provided better overall appearance as well as more textural similarity with printed objects.
In addition, the VisiPrint preview process took about a minute on average, which was more than twice as fast as any competing method.
“VisiPrint really shined when compared to other AI interfaces. If you give a more general AI model the same screenshots, it might randomly change the shape or use the wrong slicing pattern because it had no direct conditioning,” she says.
In the future, the researchers want to address artifacts that can occur when model previews have extremely fine details. They also want to add features that allow users to optimize parts of the printing process beyond color of the material.
“It is important to think about the way that we fabricate objects. We need to continue striving to develop methods that reduce waste. To that end, this marriage of AI with the physical making process is an exciting area of future work,” Perroni-Scharf says.
“‘What you see is what you get’ has been the main thing that made desktop publishing ‘happen’ in the 1980s, as it allowed users to get what they wanted at first try. It is time to get WYSIWYG for 3D printing as well. VisiPrint is a great step in this direction,” says Patrick Baudisch, a professor of computer science at the Hasso Plattner Institute, who was not involved with this work.
This research was funded, in part, by an MIT Morningside Academy for Design Fellowship and an MIT MathWorks Fellowship.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み