Sınır yapay zeka modelleri (LLM'ler) kodlama ve genel bilgi konularında üstün yeteneklere sahip olsa da, insan deneyiminin doğal bir parçası olan görsel, uzamsal ve motor becerilerde genellikle yetersiz kalır. Bilgisayar destekli tasarım (CAD) görevleri, güçlü 3D muhakeme yeteneği gerektirdiğinden, metin tabanlı LLM'lerin bu alanda zorlanması beklenir. Bu makale, önde gelen LLM'lerin karmaşık CAD görevlerini yerine getirip getiremeyeceğini pratik bir deneyle araştırmaktadır.
Deneyde, bir bisiklet pompası için 3D yazdırılabilir bir duvar askısı tasarlama görevi verildi. LLM'ler, grafiksel CAD programlarını kullanamadıkları için kod tabanlı bir CAD yazılımı olan OpenSCAD aracılığıyla tasarımlarını kodladılar. Tasarımların başarısını test etmek amacıyla, bisiklet pompasının 3D taraması Luma AI ile yapıldı ve tasarımların pompayı güvenli bir şekilde tutup tutmadığını simüle etmek için MuJoCo kullanıldı. Her model, bir "ajanik döngü" içinde simülatörü 10 defaya kadar çağırarak tasarımlarını yineleme fırsatı buldu. Deney, bisiklet pompasının yanı sıra bir tava ve bir kupa ile de tekrarlandı ve yedi farklı LLM, her nesne için onar deneme ile değerlendirildi.
Sonuçlar, Claude Opus 4.6 gibi bazı sınır LLM'lerin, başlangıçtaki beklentilerin aksine, bu tür 3D tasarım görevlerinde şaşırtıcı derecede başarılı olabileceğini gösterdi. Özellikle Claude Opus 4.6, test edilen üç nesne için de %100 başarı oranı elde ederek, bu alandaki potansiyellerini ortaya koydu. Bu bulgular, gelecekteki LLM'lerin uzamsal muhakeme yeteneklerinin geliştirilmesiyle CAD ve benzeri 3D tasarım uygulamalarında önemli roller oynayabileceğini işaret etmektedir.
Sınır yapay zeka modellerinin, karmaşık 3D tasarım ve mühendislik görevlerini kod tabanlı yaklaşımlarla başarılı bir şekilde çözebileceğini gösteren önemli bir adım atıldı.