3Dプリントは、製造業や医療業界で非常に注目されている技術です。例えばプロトタイプの製作、バイオプリンティング（生体材料を用いた人工臓器の製造）などでの活用が期待されています。

一方で、3Dプリント技術にはいくつかの課題があり、課題解決のためにAI技術が活用されるようになってきました。そんな中、OpenAIが開発した「ChatGPT」の活用もすでに実験が行われており、結果の報告が行われています。

目次

• 3Dプリントにおける課題
• 最適化への取り組み
• 業界へのChatGPTの貢献
• 研究の限界と今後の展望
• まとめ
• 関連研究

3Dプリントにおける課題

3Dプリントにおいて、「Gコード」の作成は非常に重要なプロセスです。Gコードとは、3Dプリンターがどのように動作するかを指示するコマンドの集まりです。

「Gコード」の作成には以下の課題があります。

1. 最適な印刷速度の設定
2. レイヤー高さの調整
3. サポート構造の生成
4. 設定の互換性
5. 温度管理

3Dプリントによる生成物の品質や効率を向上させるためには、Gコードの最適化が必要であり、最適化には人工知能が役立つと期待されています。

そこでイタリアの研究者は、ChatGPTによって既存のGコードデータを学習し、特定の材料やプリンター、オブジェクトに最適なGコードを生成する技術を研究しています。

最適化への取り組み

研究者らは、ChatGPTの性能を詳細に検討し、3Dプリントプロセスの最適化に関わる複雑な課題にどれだけ対応できるかを評価しました。
特に、熱可塑性ポリウレタン（TPU）を使用した熔融紡糸法（FFF）の印刷パラメータの評価や、ベッド剥離、歪み、糸引きなどの問題に焦点を当てて検証を行いました。
ChatGPTは、高い精度と正確さで問題解決に取り組み、有益な洞察を提供しました。

加えて、ChatGPTは、「最適化されていない」Gコードデータを学習し、より効率的なGコード生成プロセスを提案しました。Gcode生成プロセスの最適化におけるChatGPTの出力や、最適化の結果生み出された3Dプリント製品のサンプルを以下に図で示します。