تصور کنید مهندسی هستید که ساعت‌ها وقت خود را صرف تبدیل ایده‌های ذهنی به خطوط و اندازه‌های دقیق در نرم‌افزار می‌کند؛ Hestus می‌خواهد این کابوس تکراری را به پایان برساند. این شرکت در ۲ اکتبر ۲۰۲۴ مبلغ ۷.۴ میلیون دلار سرمایه در مرحله seed جذب کرد تا مدلی اختصاصی برای مهندسی مکانیک بسازد. این شرکت روی این فرضیه شرط بسته است که این فناوری می‌تواند کارهای تکراری را که در حال حاضر مهندسان مکانیک با آن دست و پنجه نرم می‌کنند، حذف کند؛ مهندسانی که اغلب ساعت‌ها زمان صرف می‌کنند تا قصد طراحی شفاف خود را به اسکچ‌ها، ابعاد و محدودیت‌های فنی تبدیل کنند.
طبق اعلام این شرکت، هدف اصلی حذف کارهای تکراری است که مهندسان مکانیک برای تبدیل قصد طراحی به اسکچ‌ها، ابعاد و محدودیت‌ها صرف می‌کنند. اکثر ابزارهای فعلی هوش مصنوعی روی خلق اشکال بصری تمرکز دارند که صرفاً «محتمل» به نظر می‌رسند، اما محصولات فیزیکی به رعایت سخت‌گیرانه محدودیت‌های تولید نیاز دارند. Hestus این شکاف را با مفهومی به نام «هوش مکانیکی» پر می‌کند؛ سیستمی که نه تنها هندسه، بلکه قضاوت واقعی لازم برای قابل‌تولید کردن یک قطعه را می‌فهمد.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی ورود هوش مصنوعی به حوزه‌های تخصصی اشاره کردیم، مدل‌های عمومی برای کارهای مهندسی دقیق کافی نیستند. در این مسیر، Hestus از یک مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — فراتر رفته تا منطق فیزیکی را یاد بگیرد.
به گزارش این استارتاپ، دور جدید سرمایه‌گذاری توسط Insight Partners رهبری شد و شرکت‌هایی مثل Chalfen Ventures، Rock Yard Ventures، Garage Capital و سایر سرمایه‌گذاران نیز در آن مشارکت کردند. با این مبلغ، کل سرمایه جذب‌شده توسط Hestus به ۸.۹ میلیون دلار رسید که شامل یک دور پیش‌بذری (pre-seed) ۱.۵ میلیون دلاری در گذشته است. Hestus قصد دارد از این سرمایه برای گسترش تیم مهندسی خود، به‌ویژه استخدام مهندسان یادگیری ماشین و توسعه‌دهندگان باسابقه نرم‌افزار استفاده کند. همچنین این وجوه برای پیشبرد مدل هسته و شتاب بخشیدن به توسعه کلی محصول به کار گرفته خواهد شد.
در حال حاضر، Hestus یک دستیار با قابلیت تکمیل خودکار (autocomplete-style) ارائه می‌دهد که مستقیماً در Autodesk Fusion روی مک و ویندوز فعال می‌شود. این ابزار مانند یک سیستم پیشنهاددهنده عمل می‌کند که وضعیت اسکچ و تعاملات مهندس را تحلیل کرده و سپس اقدام منطقی بعدی را به صورت یک لایه رویی (overlay) پیشنهاد می‌دهد. مهندسان می‌توانند پیشنهاد را بپذیرند، بین گزینه‌های جایگزین جابجا شوند یا پیشنهاد را به‌طور کامل رد کنند.
ویژگی‌های کلیدی دستیار فعلی (Sketch Helper) عبارتند از:
- تشخیص محورهای تقارن برای پیشنهاد هندسه‌های آینه‌ای.
- تراز کردن ویژگی‌های دایره‌ای به‌صورت افقی یا عمودی.
- اتصال نقاط انتهایی باز (dangling endpoints) برای بستن پروفیل‌ها پیش از عملیات اکسترود یا چرخش (revolve).
- شناسایی و پر کردن ابعاد فراموش‌شده در خطوط، دایره‌ها و کمان‌ها.
اگرچه تمرکز فعلی روی طراحی دوبعدی و اسکچینگ است، اما نقشه راه شرکت شامل گسترش به مونتاژ کامل سه‌بعدی و قابلیت‌های «طراحی برای تولید» (Design-for-Manufacturing) است. در حال حاضر بیش از ۵,۰۰۰ مهندس از این ابزار برای پروژه‌های مربوط به پهپادها، ربات‌ها، تجهیزات صنعتی و محصولات مصرفی استفاده می‌کنند. علاوه بر این، شرکت در حال حاضر ثبت‌نام نسخه آلفا برای کاربران SolidWorks را نیز ارائه می‌دهد.
تیم پشت این فناوری توسط Sohrab Haghighat (مدیرعامل) و Kevin Chu (مدیر فنی) تأسیس شده است. هر دو از کارکنان اولیه Cruise Automation بودند و جزو ۱۰ نفر اول این شرکت بودند که در توسعه فناوری رانندگی خودکار نقش داشتند. پیشینه آن‌ها ترکیبی از تخصص عمیق در سیستم‌های خودران و رباتیک است. کوین چو دارای دکتری رباتیک از UCLA است و پیش از آنکه مدیریت مهندسی نرم‌افزار را در Mendaera بر عهده بگیرد، به سازمان مهندسی خودروهای خودران Cruise کمک کرد تا از ۲۰ نفر به ۳۰۰ نفر گسترش یابد. سهراب حقیقت دارای دکتری مهندسی هوافضا از دانشگاه تورنتو است و پیش از این شرکت SpaceRyde را تأسیس کرده بود.
این تخصص عمیق حیاتی است، زیرا هوش مصنوعی مکانیکی نمی‌تواند دچار توهم (Hallucination) — وقتی مدل با اطمینان چیزی می‌گوید که اصلاً وجود ندارد، مثل دوستی که خاطره‌ای را اشتباه تعریف می‌کند — شود. در دنیای فیزیکی، یک اندازه اشتباه یا یک مفصل غیرممکن، فقط یک باگ نرم‌افزاری یا یک نقص کوچک نیست، بلکه به معنای شکست کامل محصول است.
این سرمایه‌گذاری نشان‌دهنده ترند بزرگ‌تری است: انتقال هوش مصنوعی از هنر مولد به جریان‌های کاری تخصصی مهندسی. به باور Daniel Dart، شریک مدیریت Rock Yard Ventures، گلوگاه اصلی در تولید، صرفاً ظرفیت تولید نیست، بلکه زمانی است که صرف طراحی، بررسی، تعیین تلرانس‌ها و قابل‌تولید کردن محصول می‌شود.
برای کاربر نهایی، این یعنی نقش مهندس از یک «اپراتور CAD» به یک تصمیم‌گیرنده سطح بالا تغییر می‌کند. سهراب حقیقت معتقد است شرکت‌های سخت‌افزاری نباید برای انجام کارهایی که ابزارهای طراحی باید انجام دهند، صرفاً مهندسان بیشتری استخدام کنند تا رشد کنند. به جای کلیک روی صدها منوی تکراری، مهندسان پیشنهادهای هوش مصنوعی را مدیریت می‌کنند و روی تصمیمات خلاقانه‌ای تمرکز می‌کنند که واقعاً محصول را پیش می‌برد.
کایل فالر، مدیرعامل Intelline، تأکید می‌کند که Hestus با حذف گردش‌های کاری تکراری در طراحی مکانیکی، ارزش فوری ایجاد می‌کند. با این حال، آزمون اصلی برای این تیم این است که آیا می‌توانند از یک ابزار «کلیک سریع‌تر» به سیستمی تبدیل شوند که قادر به قضاوت مهندسی واقعی در مجموعه‌های پیچیده (assemblies) باشد.
گام بعدی شما
- اگر از Autodesk Fusion استفاده می‌کنید، قابلیت‌های Sketch Helper را برای کاهش زمان طراحی دوبعدی بررسی کنید.
- مهندسان مکانیک باید یاد بگیرند چگونه از ابزارهای تکمیل خودکار برای تسریع در مدل‌سازی استفاده کنند بدون اینکه کنترل نهایی را از دست بدهند.
- دنبال کنید که آیا Hestus می‌تواند مدل‌های خود را به استانداردهای سخت‌گیرانه تولید صنعتی (DFM) متصل کند یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو