יצירת צורות תלת־ממדיות ברמת חלקים מונעת על־ידי הסקת כוונות משתמש עם אופטימיזציה בייזיאנית מועדפת

למה כלים חכמים יותר לעיצוב תלת־ממדי חשובים

כל מי שניסה לבנות משהו בתלת־ממד — בין אם רהיט באפליקציית עיצוב בית ובין אם דמות במשחק — יודע כמה מהר האפשרויות הופכות משתקות. בינה מלאכותית מודרנית יכולה לייצר צורות תלת־ממד מרהיבות מתוך הקשות פשוטות, אך לעתים רחוקות מבינה במדויק מה בדיוק מוצא חן בעיני האדם בעיצוב. מסמך זה מציג את BOgen, מערכת חדשה שעוזרת למעצבים ליצור כיסאות על ידי ערבוב והתאמת חלקים, בעוד ה‑AI לומד בעדינות את טעמם ומכוון אותם לאופציות טובות יותר.

ממחרוזות טקסט לבחירות תלת־ממד משמעותיות

התקדמויות עדכניות ב‑AI גנרטיבי יכולות להפוך תיאורים טקסטואליים כמו «כיסא אוכל מעץ עם משענת מעוגלת» למודלים תלת־ממד מפורטים. עם זאת, כלים אלה לרוב מונעים על‑ידי אפקט הוויזואלי המוחץ. הם תומכים מעט בהחלטות המבלבלות והאיטרטיביות שמעצבים באמת עושים, במיוחד כשמעוניינים להחליף חלקים מסוימים — למשל לשלב את הרגליים של כיסא אחד עם משענת של אחר. המחברים טוענים שמערכת מועילה חייבת להעדיף את כוונת המעצבים על פני רק מראה ולפעול ברמת החלקים, לא רק על פני האובייקט השלם. BOgen מתמודד עם זאת על‑ידי שילוב גנרטור צורות תלת‑ממדי חזק עם ממשק שמאפשר למשתמשים לבחור, להשוות ולשחזר חלקי כיסאות בעוד המערכת עוקבת אחר העדפותיהם.

להפוך יקום צורות מורכב למפה פשוטה

מאחורי כל כיסא תלת‑ממדי שנוצר יש קוד בעל מימד גבוה שמתאר את המבנה הכללי ואת חלקיו. חיפוש ישיר בחלל העצום הזה יהיה איטי מדי לכלי אינטראקטיבי. כדי לפתור זאת, המחברים מאמנים אוטו־אנקודר ואריאציונלי (VAE) לדחוס את המידע המבני של כל כיסא — ובעיקר את סידור החלקים — לשתי מספרים בלבד. שתי נקודות אלה ממקמות כל כיסא אפשרי על "מפת חקר" שטוחה. נקודות סמוכות מייצגות כיסאות בעלי צורות דומות, בעוד נקודות מרוחקות מצביעות על סוגים שונים מאוד, מכיסאות אוכל פשוטים ועד פריטים דקורטיביים או יוצאי דופן. המפה מאפשרת למעצבים לשוטט ביקום עיצוב מורכב כאילו דפדפו באטלס דו־ממדי של אפשרויות כיסאות.

לתת ל‑AI להסיק העדפות מפעולות פשוטות

BOgen עושה יותר מאשר להציג אפשרויות; היא לומדת ממה שהמשתמשים עושים. כאשר מעצב מסמן כיסא מועדף, מרחף מעל דוגמאות על המפה, או מבקש עוד עיצובים "כמו זה", המערכת מתייחסת לבחירה כראייה לגבי מה שחשוב — אולי משענת מעוגלת, רגליים דקיקות או חותם קומפקטי. טכניקה בשם אופטימיזציה בייזיאנית מועדפת ממפה אותות אלה כהעדפות יחסיות במקום ציונים קשיחים. היא מעריכה אילו אזורים במפת החקר צפויים להכיל עיצובים שהמשתמש יאהב ואילו אזורים עדיין בלתי ודאיים. בהתבסס על הערכה זו, המערכת בוחרת נקודות חדשות על המפה לדגימה, מאזנת בין מהלכים בטוחים שתואמים את הטעם הנוכחי לבין הצעות סיכון שבאפשרותן לגלות תחומי עניין חדשים.

לעצב על‑ידי החלפה והיתוך של חלקים

בממשק של BOgen המשתמשים יכולים לבחור כיסא "עיקרי" וכיסא "משני" ולסנתז ישירות עיצוב חדש על‑ידי אינטרפולציה של החלקים שלהם — למשל למזג את המשענת של כיסא אחד עם רגלי כיסא אחר. הגנרטור התלת‑ממדי המודע לחלקים בונה מחדש מודל תלת‑ממד שלם מתוך הרכיבים המעורבבים הללו. כל עיצוב חדש ממוקם חזרה על מפת החקר, כך שהמעצבים יכולים לראות היכן הוא שוכן ביחס לאפשרויות אחרות. עם הזמן, ככל שהמשתמשים חוזרים על מחזור החקר והחלפת החלקים הזה, המערכת משכללת את הבנתה אילו שילובים מבטיחים ומציעה המלצות ממוקדות יותר — למעשה שותפה ביצירה עם המעצבים במקום להגיב רק להקשות מבודדות.

מבחן BOgen עם מעצבים אמיתיים

להערכת BOgen ביקשו החוקרים מ‑30 מעצבים מאומנים או פעילים בתחום להשלים משימות עיצוב כיסאות בשלבים מוקדמים באמצעות שני כלים: ממשק בסיסי "UIonly" ומערכת BOgen המלאה. שניהם יכלו לייצר ולשחזר כיסאות מתוך הקשות טקסט, אך רק BOgen כללה את מפת החקר והמלצות מונחות העדפה. מדדים כמותיים הראו ש‑BOgen הפכה לבטוחה יותר לגבי העדפות המשתמש, זיהתה עיצובים שנאהבו באופן מהימן יותר, ועודדה את המשתמשים לחקור אזור גדול ומגוון יותר בחלל העיצוב. תשובות בסקר וריאיונות חיזקו ממצאים אלה: המעצבים הרגישו ש‑BOgen הבהירה טוב יותר את מטרותיהם, העלתה הצעות מועילות ואפשרה גילויים שלא היו מגיעים אליהם רק באמצעות הקשות טקסטואליות.

מה משמעות הדבר לכלי עיצוב יומיומיים

במונחים פשוטים, המחקר מראה שלא מספיק שה‑AI יהיה פסל תלת‑ממדי מוכשר; עליו גם לשמש כעוזר שקול. BOgen ממחיש כיצד דחיסת אפשרויות תלת־ממד מורכבות למפה פשוטה ומידול בחירות משתמש סטטיסטית יכולים להפוך יצירה פתוחה של AI לחיפוש ממוקד המותאם לטעם של כל אדם. בעוד עבודה זו מתמקדת בכיסאות וממקסמת רק את המשיכה הוויזואלית, אותו מתכון — למפות את המרחב, לצפות במה שמשתמשים בוחרים ולהציע אפשרויות חדשות לפי כך — יכול להיות מותאם לסוגים רבים של נכסים תלת־ממדיים, מכלי רכב ועד דמויות. ככל שמערכות כאלה יתפתחו ויתחילו לקחת בחשבון מגבלות בעולם האמיתי כמו חוזק ויכולת ייצור, הן עשויות להפוך את עיצוב התלת‑ממד המתקדם לנגיש, יעיל ומתגמל יצירתית הן עבור מקצוענים והן עבור חובבים.

ציטוט: Lee, S.W., Choi, J. & Hyun, K.H. Part-level 3D shape generation driven by user intention inference with preferential Bayesian optimization. Sci Rep 16, 7715 (2026). https://doi.org/10.1038/s41598-026-38916-7

מילות מפתח: עיצוב גנרטיבי תלת־ממדי, אופטימיזציה בייזיאנית, חיפוש בעיצוב, בינה מלאכותית ממוקדת משתמש, מודלינג מבוסס חלקים