Ini adalah sebuah artikel tentang penggunaan kecerdasan buatan (AI) sebagai alat dan bagaimana mengaplikasikannya pada kebutuhan unik dan khusus Anda. Ini memberikan beberapa pelajaran menarik untuk semua orang.
Juga: Saya sudah menguji puluhan chatbot AI sejak debut yang menakjubkan dari ChatGPT. Inilah pilihan terbaik saya.
Anda akan belajar bahwa Anda dapat menggunakan alat seperti ChatGPT untuk memecahkan masalah kompleks dengan cepat, selama Anda memiliki prompt yang tepat dan sedikit sikap skeptis.
Pertama, lubang kelinci pencetakan 3D kami
Konteks untuk pelajaran ini adalah pencetakan 3D. Sebuah tes khusus dalam pencetakan 3D yang disebut 3DBenchy memeriksa kinerja printer. Ini membantu pengguna printer 3D menguji kecepatan dan berbagai ukuran kualitas cetakan. Benchy membutuhkan waktu satu atau dua jam bagi sebagian besar printer untuk mencetaknya.
Baru-baru ini saya menguji printer baru yang seharusnya lebih cepat dari banyak yang lain. Pada printer ini, Benchy membutuhkan 42 menit, sementara pada printer 3D lainnya di Fab Lab, membutuhkan 60 hingga 70 menit. Tetapi di sini masalahnya: versi tes yang diberikan oleh perusahaan yang membuat printer itu hanya membutuhkan 16 menit. Itu perbedaan yang signifikan.
Printer 3D dikendalikan dengan G-kode, program yang dibuat khusus oleh alat yang disebut slicer yang mengontrol bagaimana printer bergerak kepalanya dan platform cetakannya, memanaskan, dan memberi makan dan menarik kembali filament cair. Juga: ChatGPT vs. Microsoft Copilot vs. Gemini: Mana chatbot AI terbaik?
G-kode yang sudah diiris yang diberikan oleh pabrik untuk printer yang saya uji menghasilkan cetakan 16 menit. G-kode yang saya hasilkan menggunakan slicer perusahaan menghasilkan cetakan 42 menit. Saya ingin tahu mengapa. Sayangnya, tidak ada yang bisa menjawab pertanyaan saya di tim dukungan perusahaan. Meskipun sudah mencoba berulang kali, saya tidak bisa mendapatkan jawaban tentang pengaturan slicer mana yang harus diubah untuk mendapatkan G-kode yang saya hasilkan menggunakan slicer mereka untuk berkinerja sama baik dengan G-kode yang dihasilkan menggunakan slicer mereka. Setelah melakukan banyak penelusuran web dan membaca postingan Reddit yang frustrasi, jelas bahwa pelanggan lain mengalami masalah yang sama. Ini adalah mesin yang mampu melampaui performa ganda, namun tidak ada dari kami yang bisa memperoleh performa tersebut dengan sukses.
Dapatkah AI membantu?
Di situlah ChatGPT masuk ke dalam gambaran. G-kode terdiri dari ribuan baris yang terlihat seperti ini: 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
Bersama-sama, kedua file G-kode Benchy memiliki lebih dari 170.000 baris kode. Saya tidak bermaksud menghabiskan Sabtu sore menyaring semua itu secara manual. Tetapi saya berpikir, mungkin, AI bisa membantu. Juga: Cara menggunakan ChatGPT untuk mendigitalkan catatan tulisan tangan Anda secara gratis
Saya memiliki G-kode yang saya hasilkan menggunakan slicer. Saya juga bisa mengekspor dan menyimpan G-kode yang diberikan oleh pabrik. Menggunakan ChatGPT Plus, saya memberi makan kedua file ke dalam AI. Saya mulai dengan mengonfirmasi apakah ChatGPT bisa membaca file-file tersebut. Setelah saya mengunggah setiap file, saya bertanya: Dapatkah Anda membaca ini? ChatGPT mengonfirmasi, menyatakan, “Saya bisa membaca isi file tersebut. Sepertinya ini adalah file G-kode, biasanya digunakan untuk mengontrol printer 3D.” Itu awal yang bagus. Untuk memastikan kita jelas tentang file mana yang mana, saya memberi ChatGPT beberapa label untuk file-file tersebut: Mari kita sebut file pertama yang diunggah “cetakan reguler” dan file kedua yang diunggah “cetakan cepat”. Oke? AI itu setuju, jadi kemudian saya memberi tahu: Jelaskan bagaimana perbedaan file-file tersebut. Selain memberi nama salah satu file “cetakan cepat”, saya tidak memberikan indikasi kepada ChatGPT tentang apa yang saya cari. Meskipun begitu, bot tersebut mengidentifikasi bahwa satu cetakan memiliki kecepatan cetak yang lebih tinggi, meskipun pengaturan suhu sama. Saya kemudian bertanya kepada AI: Mengapa “cetakan cepat” jauh lebih cepat? Pada titik ini ChatGPT mulai mengganggu saya. Alih-alih memberi saya detail dari kode yang saya berikan, itu berspekulasi. AI menggunakan frasa yang berisi “mungkin”, “mungkin”, dan “mungkin” untuk menggambarkan mengapa cetakan lebih cepat. Juga: Jika chatbot ini bisa berbicara: Cara populer orang menggunakan alat AI
Tetapi saya telah memberikannya file G-kode yang menjelaskan dengan tepat apa yang dilakukan printer, jadi saya ingin jawaban yang tepat tentang apa yang dilakukan printer. Seperti yang sering terjadi dengan ChatGPT, percakapannya mirip dengan berbicara dengan mahasiswa pascasarjana yang brilian namun agak keras kepala dan tidak kooperatif. Mengapa prompt yang tepat membuat semua perbedaan
Akhirnya saya menemukan prompt ini, yang menarik keluar jawaban yang dapat dijalankan: G-kode yang diberikan dalam kedua file adalah satu-satunya hal yang berbeda untuk cetakan ini. Dengan menggunakan hanya G-kode yang disediakan sebagai perbandingan, pengaturan slicer mana yang akan berbeda? Jangan berspekulasi tentang pengaturan lain yang mungkin. Dasarkan analisis Anda hanya pada kode yang diberikan. ChatGPT mengidentifikasi tiga faktor kunci: G-kode cetakan reguler menunjukkan laju umpan biasanya antara 2400 mm/menit dan 3400 mm/menit. G-kode cetakan cepat menunjukkan laju umpan yang jauh lebih tinggi, dengan beberapa perintah mencapai hingga 14400 mm/menit. Laju ini adalah peningkatan kecepatan yang signifikan, yang langsung berkontribusi pada waktu cetak yang lebih singkat.
Dibandingkan dengan tinggi lapisan 0.2 mm untuk cetakan reguler, cetakan cepat menetapkan tinggi lapisan menjadi 0.25 mm, mengurangi jumlah lapisan yang diperlukan untuk menyelesaikan cetakan.
G-kode cetakan cepat mencakup pengaturan percepatan yang jauh lebih agresif, memungkinkan printer mencapai kecepatan lebih tinggi lebih cepat dan mempertahankannya, berkontribusi pada pencetakan yang lebih cepat. Hasil itu menarik. Namun, saya ingin tahu apakah perusahaan telah mengoptimalkan G-kode secara manual atau menghasilkannya langsung di slicer. Jadi, saya bertanya kepada ChatGPT: Bisakah Anda memberitahu apakah cetakan cepat telah dikodekan secara manual atau dihasilkan oleh slicer? Mungkin carilah perintah yang tidak konsisten atau komentar non-standar. AI menjawab dengan tiga pertimbangan menarik: Variasi dalam perintah G-kode seperti perubahan laju umpan, beralih antara perintah pergerakan yang berbeda, dan perubahan pada parameter lain adalah tipikal dari kode yang dihasilkan slicer. Perubahan ini dirancang untuk mengoptimalkan proses pencetakan dan konsisten dengan perilaku slicer.
Jika G-kode dikodekan secara manual, kita akan mengharapkan melihat pola yang lebih tidak teratur dan tidak terduga, tetapi transisi ini mengikuti urutan logis, yang merupakan ciri proses optimasi slicer.
Oleh karena itu, keberadaan perintah-perintah ini tidak menunjukkan pengkodean manual; sebaliknya, ini mendukung kesimpulan bahwa G-kode ini dihasilkan oleh slicer. Apa yang kita pelajari? Kita belajar bahwa ChatGPT memahami G-kode. Itu tidak mengejutkan karena, dalam uji coba awal saya, kita belajar bahwa ChatGPT memiliki pemahaman yang cukup baik tentang bahasa pemrograman yang paling gelap. Kita juga belajar bahwa ChatGPT dapat menyaring dan membandingkan lebih dari 170.000 baris instruksi mesin dan mencapai kesimpulan yang dapat dijalankan dalam hitungan detik. Juga: Bagaimana saya menguji kemampuan pemrograman chatbot AI – dan Anda juga bisa
Terakhir, kita belajar bahwa kita dapat menggunakan AI seperti ChatGPT untuk menjelajahi masalah kompleks dari beberapa sudut pandang. Tidak hanya ChatGPT menjelaskan perbedaan kecepatan yang besar antara kedua file, tetapi juga dapat memvalidasi apakah file yang diberikan pabrik telah disesuaikan secara manual atau tidak. Kesimpulannya, jangan terima apa yang dikatakan AI kepada Anda sebagai kebenaran mutlak. Jangan membuat keputusan penting berdasarkan jawabannya. Dan ingat bahwa terkadang Anda harus bernegosiasi dengan AI sebelum bersedia memberi Anda jawaban yang membantu.
Uji ini adalah kasus lain di mana saya dapat meminta bantuan AI dan menemukan jawaban untuk pertanyaan yang sangat spesifik bagi saya tanpa pengkodean dalam hitungan menit.
Jika Anda memiliki pertanyaan yang memerlukan banyak analisis teks atau numerik, pertimbangkan untuk menjalankannya melalui ChatGPT atau salah satu AI lainnya. Anda mungkin mendapatkan jawaban yang berguna dalam hitungan menit. Juga: Situs web generator gambar AI Midjourney sekarang resmi dibuka untuk semua orang – secara gratis
Menulis artikel tentang masalah ini membutuhkan waktu beberapa jam bagi saya. Proses analisis sebenarnya, dari awal hingga selesai, memakan waktu kurang dari 10 menit. Itu adalah produktivitas yang serius, di sana. Anda dapat mengikuti pembaruan proyek sehari-hari saya di media sosial. Pastikan untuk berlangganan buletin pembaruan mingguan saya, dan ikuti saya di Twitter/X di @DavidGewirtz, di Facebook di Facebook.com/DavidGewirtz, di Instagram di Instagram.com/DavidGewirtz, dan di YouTube di YouTube.com/DavidGewirtzTV.
