Michael JohnsonYapay zekâya tek bir çizim yerine, gövde ve baskılı devre kartından ürün yazılımına kadar bütün bir cihaz tasarlatmak mümkün mü? OpenAI, 3 Kasım 2026'da Astra modelinin GPT‑6 ile birlikte Codex ile iletişim kurmaya yönelik bir cihaz tasarlamaya yardımcı olduğu bir deneyi anlattı. Mühendisler açısından temel sonuç şu: Yapay zekânın burada yararlı rolü, tasarımın birkaç aşamasını birbirine bağlamak ve yinelemeleri hızlandırmak; dijital modelden üretime geçiş ise yapısal ve üretimle ilgili ayrıntıların hâlâ doğrulanmasını gerektiriyor.
Anlatılan projede sistem, işlevsel gereksinimlerle başladı. Ardından Astra dış görünümü, gövdeyi ve iç yapıları tasarladı; elektronik bileşenleri seçti; yerleşim ve bağlantılarıyla baskılı devre kartını tasarladı; arayüzü, ürün yazılımını ve yazılım entegrasyonlarını hazırladı. Bu, aşamaları birbirine bağlı bir iş akışı: Gövdenin boyutlarındaki değişiklikler kartın yerleşimini etkileyebilir; bileşenler ve bağlantıları da tasarım seçeneklerini sınırlar.
Modelin çalışma biçiminde tam olarak ne değişti?
Sıradan bir görsel oluşturucu, “Bu nasıl görünebilir?” sorusuna yanıt verir. OpenAI'nin anlattığı senaryo ise farklı temsilleri daha sıkı biçimde ilişkilendirmeyi amaçlıyor: Gereksinimler, mekanik geometri, elektrik devresi ve yazılım bileşeni aynı görevin parçaları olarak ele alınıyor. Mühendisler için önemli olan, bu alanlar arasındaki geçiştir; örneğin kartın fiziksel olarak gövdeye sığması ve seçilen bileşenlerin cihazın amaçlanan işlevine uygun olması.
OpenAI, iki çalışanın bir yan proje olarak bir haftadan kısa sürede test cihazı geliştirdiğini, sözleşmeli üreticinin ise bir aydan kısa sürede az sayıda prototip ürettiğini bildirdi. Bu süreler, belirli bir kurum içi deney ve anlatılan prototip için geçerli. Bunlar fikirden fiziksel bir örneğe hızla ulaşılabileceğini gösteriyor; ancak farklı cihazlar ve ekipler için tasarım süresine ilişkin evrensel bir ölçüt sunmuyor.
Örnek, yapay zekânın yalnızca tek bir çıktı hazırlamaya katılmaması bakımından yararlı. Model gövde, kart ve yazılımı uyumlaştırmaya yardımcı olduğunda mühendisler, normalde sonuçlar farklı araçlar ve uzmanlar arasında aktarılırken ortaya çıkan karşılıklı bağımlılıkları daha erken görebilir. Bu bütünlük, tek bir kişinin birden fazla disiplini koordine ettiği küçük ekipler için özellikle önemli.
Dijital tasarım neden henüz üretime hazır değil?
Model, ekranda tutarlı görünen ancak gerçek üretim kısıtlarını dikkate almayan bir yapı önerebilir. OpenAI, bu deneyde Astra'nın üretici kısıtlarını, toleransları ve montaj için gereken ayrıntıları tutarsız biçimde hesaba kattığını özellikle belirtti. Bu nedenle cihazı üretime hazırlamak için birkaç tur inceleme ve iyileştirme gerekti.
Bu kopukluğun pratik bir nedeni var. Dijital tasarım, parçaların biçimini ve birbirlerine göre konumlarını belirler; üretim ise boyutlardaki izin verilen sapmalar, işleme yöntemleri ve montaj gereklilikleri gibi somut koşulları beraberinde getirir. Gövde çok az boşluk bırakıyorsa veya tasarım bir parçanın nasıl takılacağını hesaba katmıyorsa, dosya teknik açıdan tamamlanmış olsa bile ürünün belirtilen süreçte üretilmesi zor, hatta imkânsız olabilir.
Buradan hareketle sorumluluklar şöyle ayrılabilir: Model, seçeneklerin hazırlanmasına ve uyumlaştırılmasına yardımcı olur; uzmanlar ise bunları ekipman, malzeme ve üreticinin süreçleriyle uyum açısından denetler. Ekipler için bu, sonucu 3B modelin görünümüne göre değil, çalışan bir prototip üretilene kadar kaç önemli mühendislik kontrolü ve düzeltmesinin kaldığına göre değerlendirmek anlamına gelir.
Kullanımın şimdiden somutlaştığı alanlar
OpenAI'nin donanım ekipleri, CAD modelleri oluşturup değiştirmek, üretim çizimleri hazırlamak, simülasyonları yapılandırmak ve tasarımları analiz etmek için Codex ve ChatGPT kullanıyor. Şirket, donanım ekiplerindeki modellerin token cinsinden ölçülen kullanımının şubattan bu yana 23 kat arttığını bildirdi. Bu gösterge, söz konusu ekiplerin model kullanımını yansıtıyor; tasarım süresindeki veya maliyetindeki azalmayı değil.
Chip Ganassi Racing ile yürütülen işbirliğinde ekip, mevcut parçaların üç boyutlu taramalarından düzenlenebilir CAD modellerine ve üretim çizimlerine geçişi inceliyor. Tasarıma ait özgün dosyaların bulunmadığı durumlarda bu senaryo değer taşıyor: Tarama, geometrinin yeniden oluşturulması için başlangıç malzemesi oluyor; iş ortağının mühendisleri ise çizimlerin doğruluğunu ve üretime uygunluğunu kontrol ediyor.
Mazda ile yürütülen ortak çalışmada modeller otomobil tasarımına uygulanıyor: Ön bölümün biçimi araştırılıyor, hava akışı modelleniyor ve seçenekler performans, tasarım ve maliyet dikkate alınarak karşılaştırılıyor. OpenAI bunu, sonuçlarını şirketin daha sonra paylaşmayı planladığı bir araştırma işbirliği olarak tanımlıyor. Bu senaryonun amacı, daha fazla biçim seçeneğini incelemek ve aerodinamik simülasyonu yapısal kararlarla daha hızlı ilişkilendirmek; yayımlanan bilgiler ise henüz ortaya çıkan otomobildeki iyileşmeye ilişkin ölçümler sunmuyor.
Mühendislik ekibinde bu sistemler nasıl değerlendirilmeli?
OpenAI, programlama ve mühendislik bilgisini birleştiren görevlerde modelleri sınayan değerlendirmelerden biri olarak BenchCAD 2.0'ı gösteriyor. Test; üç boyutlu parça ve montajların yeniden oluşturulmasını, ayrıca baskılı devre kartlarındaki bağlantıların tanınmasını ölçüyor. Bu değerlendirmede yeni kurum içi model 0,875 ortalama puan alırken GPT‑6 Astra, en yüksek akıl yürütme modunda 0,594 puan aldı.
Bu sonuç, belirli bir görev sınıfındaki (geometri oluşturma ve bağlantıları tanıma) ilerlemenin işareti olarak pratikte yararlı. Ancak malzeme seçimi, ısıl ve mekanik testler, sertifikasyon ve üretilebilirliğin doğrulanmasını içeren tüm geliştirme döngüsünü ölçmüyor. Bu nedenle ekiplerin modeli kendi tipik görevlerinde sınaması ve hangi çıktı dosyalarının mühendislik araçlarınca gerçekten kabul edildiğini, hangilerinin hâlâ elle işlenmesi gerektiğini kaydetmesi yerinde olur.
Pratik bir pilot uygulama, tekrarlanan tek bir aşama etrafında kurulabilir: Örneğin parça taramalarını CAD'e dönüştürmek, çizim hazırlamak ya da simülasyonun ilk yapılandırmasını oluşturmak. Her görev için kabul ölçütleri önceden belirlenmeli, geometriyi ve kısıtları kontrol edecek bir mühendis atanmalı ve üreticiye aktarım öncesinde gereken düzeltmeler kaydedilmelidir. Böylece ekip, modelin rutin iş yükünü nerede azalttığını ve önerilerinin nerede ek inceleme döngüleri yarattığını görebilir.
Asıl ayrım, tasarımla doğrulama arasındaki sınırda
OpenAI'nin projesi, yapay zekânın yalnızca metin, kod veya tekil görseller için değil, fiziksel tasarımın birbirine bağlı aşamalarında da kullanılabileceğini gösteriyor. Sistem, mekanik tasarım, elektronik ve yazılım arasındaki gereksinim ve seçeneklerin hızla uyumlaştırılmasına yardımcı olduğunda fayda sağlıyor. Ancak üretime uygunluk ayrı bir mühendislik işi olmaya devam ediyor: Bunu toleranslar, montaj ve belirli bir sürecin olanakları belirliyor.
Donanım ürünü geliştiricileri için bu, açık bir yol haritası sunuyor: Değerlendirmeye sınırları belirli, doğrulanabilir bir aşamayla başlamak ve oluşturulan model sayısını değil, mühendislik onayına kadar gereken manuel düzeltme miktarını ölçmek. Bu yaklaşım, dijital tasarımın fiziksel ürüne dönüştüğü noktadaki denetimi korurken seçenek üretme hızından yararlanmayı sağlar.
