OpenAI a conçu un périphérique matériel fonctionnel en moins d’une semaine en utilisant ses derniers modèles, démontrant comment sa technologie peut s’attaquer à des tâches d’ingénierie complexes. Deux membres de l’équipe ont développé le prototype dans le cadre d’un projet parallèle avec l’aide de GPT-6 et Astra. L’appareil connecte les utilisateurs au Codex via une interface physique dédiée.
Le projet a testé si les modèles d’OpenAI pouvaient gérer l’intégralité d’un processus de développement matériel sans modifications humaines directes. Astra a contribué au développement de l’apparence et des composants internes de l’appareil. Il a également géré la conception des circuits imprimés, les micrologiciels et les intégrations logicielles. Un fabricant sous contrat a produit un petit lot de prototypes en moins d’un mois.
OpenAI affirme que l’expérience offre un premier aperçu de la manière dont ses modèles pourraient accélérer l’ingénierie professionnelle. L’entreprise travaille également avec des partenaires de l’automobile et du sport automobile pour tester ces capacités.
Conception matérielle en quelques jours
Le prototype a obligé Astra à coordonner plusieurs disciplines d’ingénierie. GPT-6 a aidé à établir ses exigences fonctionnelles et à guider le processus de conception. Astra a ensuite développé le boîtier qui abrite les composants internes de l’appareil.
Le modèle a également sélectionné des composants électriques et conçu le circuit imprimé (PCB). Ses travaux couvraient le placement des composants et les connexions électriques. Ces conceptions devaient s’intégrer dans l’enceinte physique.
Côté logiciel, Astra a créé l’interface utilisateur et généré le firmware. Il a également développé les intégrations nécessaires pour connecter l’appareil au Codex.
Cependant, préparer le prototype pour la production présentait des défis supplémentaires. Astra a eu du mal à tenir compte des restrictions de fabrication et des tolérances des composants. Les ingénieurs devaient également répondre aux exigences d’assemblage au travers de plusieurs cycles d’examen.
OpenAI a reconnu ces lacunes comme des domaines à améliorer. L’expérience montre à quelle vitesse les modèles peuvent produire des conceptions initiales. La fabrication nécessite toujours une surveillance technique et des ajustements pratiques.
Les équipes d’ingénierie avancent plus vite
Les équipes internes de matériel et d’infrastructure d’OpenAI utilisent déjà Codex et ChatGPT. Leur travail comprend la création de modèles de conception assistée par ordinateur (CAO) et la préparation de dessins techniques de fabrication.
Les modèles peuvent également aider les ingénieurs à configurer des simulations et à évaluer des conceptions. OpenAI affirme que l’utilisation au sein de ses équipes matérielles a été multipliée par 23 entre février et octobre. L’entreprise mesure cette croissance à travers la consommation de jetons modèles.
Grace Lam, ingénieure déployée à l’avant chez OpenAI, a déclaré que le Codex avait accéléré le passage des concepts aux composants techniques. Elle a souligné des révisions CAO plus rapides et la conversion de conceptions 3D en dessins 2D prêts pour la production.
OpenAI suit également les performances du modèle via des références spécifiques à l’ingénierie. Sur BenchCAD 2.0, son nouveau modèle interne a obtenu un score moyen de 0,875. GPT-6 Astra a enregistré 0,594 à son paramètre de raisonnement le plus élevé.
Le benchmark évalue la manière dont les modèles reconstruisent les composants 3D et identifient les connexions des circuits imprimés. OpenAI considère ces résultats comme une preuve précoce de l’amélioration des capacités d’ingénierie.
Mazda et partenariats de course
OpenAI teste ses modèles avec des partenaires industriels pour évaluer leur utilité dans des environnements d’ingénierie réels. Sa collaboration élargie avec Chip Ganassi Racing se concentre sur le développement CAO et le prototypage.
Les ingénieurs R&D de l’équipe de sport automobile explorent les moyens de convertir des scans 3D en modèles CAO modifiables. Ils génèrent également des dessins de fabrication 2D à partir de composants numérisés. Cette approche pourrait aider les ingénieurs à recréer des pièces lorsque les fichiers de conception originaux ne sont pas disponibles.
OpenAI a également annoncé une collaboration de recherche avec Mazda. Les deux équipes étudient comment les modèles peuvent aider les ingénieurs automobiles à améliorer l’aérodynamisme des véhicules et la sécurité en cas de collision.
Astra peut explorer différentes formes de nez de véhicule et simuler le flux d’air pour identifier les conceptions réduisant la traînée. Les ingénieurs Mazda peuvent ensuite évaluer les configurations prometteuses par rapport aux exigences de style et aux coûts de développement.
Akihiro Nakata, ingénieur principal chez Mazda, a déclaré que cette collaboration aide les concepteurs à comprendre quelles caractéristiques influencent les performances aérodynamiques. Cela leur donne également plus de liberté pour explorer différentes formes de véhicules.
OpenAI prévoit de continuer à tester ces capacités avec des partenaires industriels. Son objectif plus large consiste à aider les ingénieurs à passer des concepts initiaux à des produits réalisables avec moins de travail manuel.
