Vous ne savez pas comment utiliser au mieux l’intelligence artificielle (IA) pour vos besoins spécifiques ? Vous êtes au bon endroit. Cet article explorera comment des outils comme ChatGPT peuvent vous aider à résoudre rapidement des problèmes complexes, à condition de formuler les bonnes requêtes et de garder une certaine dose de scepticisme.
Pour commencer, un petit détour par l’impression 3D
Notre contexte pour cette leçon est l’impression 3D. Un test spécial dans ce domaine, appelé 3DBenchy, permet d’évaluer la performance des imprimantes en vérifiant leur vitesse et diverses mesures de qualité d’impression. En général, il faut une à deux heures à la plupart des imprimantes pour l’imprimer.
J’ai récemment testé une nouvelle imprimante censée être plus rapide que la plupart des autres. Avec celle-ci, le Benchy a mis 42 minutes, alors que sur d’autres imprimantes de notre Fab Lab, cela prenait entre 60 et 70 minutes. Ce qui est vraiment surprenant, c’est que la version test fournie par le fabricant de l’imprimante ne prenait que 16 minutes.
Les imprimantes 3D fonctionnent grâce au G-code, un programme généré de manière personnalisée par un logiciel appelé « slicer », qui contrôle le mouvement de la tête d’impression, la température et l’alimentation en filament fondu.
Le G-code pré-slicé fourni par l’usine pour l’imprimante que j’ai testée a donné un temps d’impression de 16 minutes. En revanche, le G-code que j’ai généré avec le slicer de la société a mené à une impression de 42 minutes. Je voulais comprendre cette différence.
Malheureusement, malgré plusieurs tentatives, je n’ai pas pu obtenir de réponse de l’équipe du support de l’entreprise sur les réglages du slicer à modifier pour que le G-code que j’avais produit fonctionne aussi bien que celui fourni par le fabricant.
Le rôle de l’IA
Nous en venons au rôle de ChatGPT. Le G-code se compose de milliers de lignes comme celles-ci :
G1 X122.473 Y140.422 E4.23368 G1 X122.222 Y140.6 E4.24443 G0 F14400 X122.703 Y140.773 G1 F3600 X122.117 Y141.251 E4.27083 G1 X121.767 Y141.66 E4.28963 G1 X121.415 Y142.139 E4.31039 G1 X121.105 Y142.641 E4.33099
Les fichiers G-code pour les deux Benchy contenaient plus de 170 000 lignes de code. Je n’avais pas l’intention de passer un après-midi à fouiller manuellement tout cela. Mais j’ai pensé que l’IA pourrait peut-être aider.
J’avais le G-code que j’avais généré via le slicer, ainsi que le G-code fourni par l’usine. En utilisant ChatGPT Plus, j’ai entré les deux fichiers dans l’IA.
J’ai commencé par confirmer que ChatGPT pouvait lire les fichiers. Après avoir téléchargé chaque fichier, j’ai demandé :
Peux-tu lire cela ?
ChatGPT a confirmé, déclarant : « Je peux lire le contenu du fichier. Il semble s’agir d’un fichier G-code, typiquement utilisé pour contrôler les imprimantes 3D. » Ce qui était un bon début.
Pour s’assurer que les fichiers étaient bien identifiés, j’ai attribué à ChatGPT quelques étiquettes :
Appelons le premier fichier téléchargé « impression régulière » et le deuxième « impression rapide ». D’accord ?
L’IA a accepté. Ensuite, je lui ai demandé :
Décrivez comment ces fichiers diffèrent.
Sans donner d’indice sur ce que je cherchais, le bot a remarqué que l’un des fichiers avait des vitesses d’impression plus élevées, bien que les réglages de température soient identiques.
J’ai ensuite questionné l’IA :
Pourquoi l' »impression rapide » est-elle si beaucoup plus rapide ?
À ce stade, ChatGPT a commencé à me frustrer. Au lieu d’apporter des détails à partir du code fourni, il a commencé à spéculer. L’IA a utilisé des expressions comme « probablement », « peut-être » et « pourrait » pour expliquer cette vitesse supérieure. Pourtant, j’avais fourni des fichiers G-code décrivant exactement ce que l’imprimante faisait.
L’importance de la bonne requête
J’ai finalement réussi avec cette demande, qui a permis d’obtenir des réponses exploitables :
Le G-code fourni dans les deux fichiers est la seule différence pour ces impressions. En utilisant uniquement le G-code en guise de comparaison, quels réglages de slicer seraient différents ? Ne spéculez pas sur d’autres réglages possibles, basez votre analyse uniquement sur le code fourni.
ChatGPT a identifié trois facteurs clés :
- Le G-code de l’impression régulière montre des vitesses de filage variant entre 2400 mm/min et 3400 mm/min. Le G-code de l’impression rapide présente des vitesses de filage beaucoup plus élevées, avec certaines commandes atteignant 14400 mm/min, ce qui représente une augmentation significative de la vitesse, et par conséquent, du temps d’impression réduit.
- Comparé à une hauteur de couche de 0,2 mm pour l’impression régulière, l’impression rapide a réglé la hauteur de couche sur 0,25 mm, réduisant le nombre de couches nécessaires pour terminer l’impression.
- Le G-code de l’impression rapide comprend des réglages d’accélération beaucoup plus agressifs, permettant à l’imprimante d’atteindre des vitesses élevées plus rapidement et de les maintenir, contribuant ainsi à une impression plus rapide.
Ce résultat était intéressant. J’ai voulu savoir si le G-code avait été optimisé manuellement ou s’il avait été généré directement par le slicer. J’ai donc demandé à ChatGPT :
Peux-tu dire si l’impression rapide a été codée manuellement ou générée par un slicer ? Peut-être pourrais-tu rechercher des commandes incohérentes ou des commentaires non standards.
L’IA a répondu avec trois considérations intéressantes :
- Les variations dans les commandes G-code, telles que les changements dans les vitesses de filage et les transitions entre différents types de mouvements, sont typiques d’un code généré par un slicer. Ces modifications visent à optimiser le processus d’impression.
- Si le G-code avait été codé manuellement, nous aurions vu des motifs plus irréguliers et imprévisibles, mais ces transitions suivent une séquence logique, caractéristique du processus d’optimisation d’un slicer.
- Par conséquent, la présence de ces commandes n’indique pas un codage manuel ; au contraire, elle soutient la conclusion selon laquelle ce G-code a été généré par un slicer.
Ces résultats m’indiquent qu’il est probablement possible pour les utilisateurs d’ajuster leurs réglages de slicer pour obtenir des performances similaires.
Quelques réflexions issues des commentaires
Nous avons eu des commentaires très intéressants concernant cet article. Pour la plupart, j’ai tenté de répondre au fur et à mesure. Je vous encourage à consulter les commentaires pour participer et lire ce que d’autres lecteurs en pensent.
Voici une liste rapide de quelques réflexions inspirées par ces commentaires :
- Il n’est pas nécessaire d’utiliser l’IA pour résoudre ces problèmes. Cependant, il peut être instructif de voir comment l’IA s’attaque à diverses catégories de problèmes, donc je vous encourage à essayer les chatbots, même si c’est juste pour découvrir leurs capacités.
- Pour ces tests, j’utilise généralement ChatGPT Plus. La version gratuite peut effectuer certaines tâches, mais elle limite l’utilisation après trop d’interactions. Pour respecter mes délais d’écriture, j’ai besoin d’un accès complet au chatbot.
- Lorsque je tente d’obtenir une réponse de la part d’un chatbot, je tends à le considérer comme un étudiant ou un employé talentueux. Parfois, j’utilise même des formules de politesse pour maintenir un ton conversationnel. N’oubliez pas qu’un chatbot peut parfois se montrer distrait ou réticent à accepter vos arguments. Il faut donc persévérer, changer ses questions et clarifier ses attentes, même si cela semble évident.
- Utiliser des IA peut sembler paresseux, mais cela peut également faire gagner du temps. Il y a des outils avancés dans un atelier qui peuvent réaliser ce que les outils manuels accomplissent, mais parfois, il est préférable de se concentrer sur l’art que sur l’exécution. N’hésitez jamais à utiliser un outil qui peut vous donner un avantage, mais gardez à l’esprit que si votre travail exige spécifiquement de ne pas les utiliser (par exemple, nous n’utilisons jamais l’IA pour rédiger nos articles ici sur Lesnews), alors abstenez-vous.
- Faites toujours attention à ce que vous téléchargez dans l’IA. Tout n’est pas nécessairement confidentiel, mais certaines choses le sont. Pour la plupart, je télécharge mes propres données ou des informations déjà accessibles publiquement.
Je n’ai pas toujours l’opportunité de répondre aux commentaires, mais j’essaie. Parfois, les personnes commentent des jours, des semaines, voire des mois après la publication, et j’ai alors déjà avancé sur d’autres articles. Cependant, j’accueille toujours les commentaires des lecteurs. Comme la plupart des lecteurs de Lesnews sont des professionnels, les commentaires regorgent souvent d’informations utiles, même si parfois difficiles à lire. J’ai beaucoup appris à travers les commentaires et je suis sûr que vous aussi.
Qu’avons-nous appris ?
Nous avons compris que ChatGPT maîtrise le G-code. Cela n’est pas surprenant, car lors de mes premiers tests, j’avais déjà noté que ChatGPT possède une bonne compréhension même des langages de programmation les plus obscurs.
Nous avons également appris que ChatGPT peut analyser et comparer plus de 170 000 lignes d’instructions machine pour tirer des conclusions exploitables en quelques secondes.
Enfin, nous avons constaté que nous pouvons utiliser des IA comme ChatGPT pour explorer des problèmes complexes sous plusieurs angles. Non seulement ChatGPT a expliqué l’énorme différence de vitesse entre les deux fichiers, mais il a également pu valider si le fichier fourni par l’usine avait été optimisé manuellement.
En conclusion, ne prenez pas pour argent comptant tout ce que l’IA vous dit. Ne basez pas de décisions cruciales sur ses réponses et rappelez-vous qu’il faut parfois négocier avec l’IA pour obtenir des réponses utiles.
Ce test illustre encore la capacité de l’IA à apporter des réponses à des questions très spécifiques en un rien de temps.
Si vous avez une question qui requiert une analyse détaillée de texte ou de chiffres, envisagez de la soumettre à ChatGPT ou à d’autres IA. Vous pourriez recevoir une réponse précieuse en quelques minutes.
Notre Point de vue
Dans le domaine en constante évolution de l’imprimante 3D et des technologies associées, il est essentiel de rester proactif et curieux. L’utilisation de l’intelligence artificielle, comme ChatGPT, pour améliorer notre compréhension des processus techniques n’est pas seulement une tendance, mais un véritable atout. Les bénéfices de l’IA dans l’optimisation et l’analyse des performances sont indéniables. Cependant, il est tout aussi crucial de ne pas perdre de vue l’importance de l’expérience humaine et du jugement intégré dans cette démarche technologique. En naviguant à travers cette dynamique, nous avons l’opportunité de transformer notre approche face à l’innovation, en alliant intelligence artificielle et savoir-faire humain pour réaliser de meilleures performances.
- Source image(s) : www.zdnet.com
- Source : https://www.zdnet.com/article/how-chatgpt-scanned-170k-lines-of-code-in-seconds-saving-me-hours-of-work/