Wie ChatGPT 170.000 Codezeilen in Sekundenschnelle gescannt hat und mir so stundenlange Arbeit erspart hat

Haben Sie eine Frage, die viel Text oder eine numerische Analyse erfordert? Erwägen Sie, es mit ChatGPT oder einem anderen beliebten Modell zu betreiben - die Antwort könnte Sie überraschen.

Sie sind sich nicht sicher, wie Sie künstliche Intelligenz (KI) am besten auf Ihre individuellen, speziellen Anforderungen anwenden können? Hier sind Sie richtig. Wir gehen darauf ein, wie Sie mit einem Tool wie ChatGPT komplexe Probleme schnell lösen können, vorausgesetzt, Sie haben die richtigen Impulse und einen Hauch von Skepsis.

Zunächst ein kurzer 3D-Druck-Kaninchenbau

Unser Kontext für diese Lektion ist der 3D-Druck. Ein spezieller Test im 3D-Druck namens a3DBenchy prüft die Druckerleistung, indem er Benutzern hilft, die Geschwindigkeit und verschiedene Druckqualitätsmessungen zu testen. Bei den meisten Druckern dauert der Ausdruck ein oder zwei Stunden.

Ich habe kürzlich einen neuen Drucker getestet, der schneller sein soll als viele andere. Bei diesem Drucker dauerte der Benchy 42 Minuten, während er bei anderen 3D-Druckern im Fab Lab 60 bis 70 Minuten dauerte. Aber hier ist die Sache: Die Testversion des Herstellers des Druckers dauerte 16 Minuten. Das ist ein gewaltiger Unterschied.

3D-Drucker werden mit G-Code gesteuert, einem Programm, das von einem Tool namens Slicer individuell erstellt wurde und steuert, wie der Drucker seinen Druckkopf und die Druckplattform bewegt, sich aufheizt und geschmolzenes Filament zuführt und zurückzieht.

Der vom Werk für den von mir getesteten Drucker bereitgestellte vorgeschnittene G-Code führte zu einem 16-minütigen Druck. Der G-Code, den ich mit dem Slicer des Unternehmens generiert habe, führte zu einem 42-minütigen Druck. Ich wollte wissen warum.

Leider konnte niemand im Support-Team des Unternehmens meine Frage beantworten. Trotz zahlreicher Versuche konnte ich keine Antwort darauf bekommen, welche Slicer-Einstellungen geändert werden müssen, damit der G-Code, den ich mit ihrem Slicer erstellt habe, genauso gut funktioniert wie der G-Code, der mit ihrem Slicer generiert wurde.

Nach vielen Websuchen und dem Lesen von Beiträgen frustrierter Reddit-Beiträge war klar, dass andere Kunden das gleiche Problem hatten. Hier ist eine Maschine, die die Leistung mehr als verdoppeln kann, doch keiner von uns konnte diese Leistung erfolgreich reproduzieren.

Kann KI helfen?

Hier kommt ChatGPT ins Spiel. G-Code besteht aus Tausenden von Zeilen, die so aussehen:

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

Zusammen hatten beide Benchy-G-Code-Dateien mehr als 170.000 Codezeilen. Ich hatte nicht vor, einen Samstagnachmittag damit zu verbringen, das Zeug manuell durchzugehen. Aber ich dachte, vielleicht könnte KI helfen.

Ich hatte den G-Code, den ich mit dem Slicer generiert hatte. Ich könnte auch den vom Werk bereitgestellten G-Code exportieren und speichern. Mit ChatGPT Plus habe ich beide Dateien in die KI eingespeist.

Ich habe zunächst bestätigt, dass ChatGPT die Dateien lesen kann. Nachdem ich jede Datei hochgeladen hatte, fragte ich:

Kannst du das lesen?

ChatGPT bestätigte dies mit den Worten: „Ich kann den Inhalt der Datei lesen. Es scheint sich um eine G-Code-Datei zu handeln, die normalerweise zur Steuerung von 3D-Druckern verwendet wird.“ Das war ein guter Anfang.

Um sicherzustellen, dass wir uns darüber im Klaren sind, um welche Datei es sich handelt, habe ich ChatGPT einige Bezeichnungen für die Dateien gegeben:

Nennen wir die erste hochgeladene Datei „normaler Druck“ und die zweite hochgeladene Datei „Schnelldruck“. Okay?

Die KI stimmte zu, also sagte ich ihr:

Beschreiben Sie, wie sich die Dateien unterscheiden.

Abgesehen davon, dass ich eine der Dateien „Schnelldruck“ nannte, gab ich ChatGPT keinen Hinweis darauf, wonach ich suchte. Dennoch stellte der Bot fest, dass ein Druck eine höhere Druckgeschwindigkeit aufwies, obwohl die Temperatureinstellungen gleich waren.

Ich habe dann die KI gefragt:

Warum ist „Fast Print“ so viel schneller?

An diesem Punkt fing ChatGPT an, mich zu nerven. Anstatt mir Details aus dem von mir bereitgestellten Code zu nennen, wurde spekuliert. Die KI verwendete Ausdrücke, die „wahrscheinlich“, „möglicherweise“ und „könnte“ enthielten, um zu beschreiben, warum der Druck schneller war.

Aber ich hatte ihm G-Code-Dateien gegeben, die genau beschrieben, was der Drucker tat, also wollte ich eine genaue Antwort darüber, was der Drucker tat. Wie so oft bei ChatGPT war das Gespräch wie ein Gespräch mit einem brillanten Doktoranden, der etwas stur und unkooperativ ist.

Warum die richtige Eingabeaufforderung den Unterschied macht

Endlich bin ich bei dieser Eingabeaufforderung gelandet, die praktikable Antworten herausgekitzelt hat:

Der in beiden Dateien bereitgestellte G-Code ist das Einzige, was sich bei diesen Drucken unterscheidet. Welche Slicer-Einstellungen würden sich unterscheiden, wenn man ausschließlich den bereitgestellten G-Code als Vergleich heranzieht? Spekulieren Sie nicht darüber, welche anderen Einstellungen es geben könnte. Basieren Sie Ihre Analyse ausschließlich auf dem bereitgestellten Code.

ChatGPT identifizierte drei Schlüsselfaktoren:

Der reguläre Druck-G-Code zeigt Vorschubgeschwindigkeiten typischerweise zwischen 2400 mm/min und 3400 mm/min an. Der Schnelldruck-G-Code zeigt viel höhere Vorschubgeschwindigkeiten, wobei einige Befehle bis zu 14400 mm/min erreichen. Diese Geschwindigkeit stellt eine deutliche Steigerung der Geschwindigkeit dar und trägt direkt zur Verkürzung der Druckzeit bei.
Im Vergleich zu einer Schichthöhe von 0,2 mm beim regulären Druck wird beim Schnelldruck die Schichthöhe auf 0,25 mm eingestellt, wodurch die Anzahl der Schichten reduziert wird, die zum Fertigstellen des Drucks erforderlich sind.
Der Schnelldruck-G-Code umfasst viel aggressivere Beschleunigungseinstellungen, sodass der Drucker höhere Geschwindigkeiten schneller erreichen und beibehalten kann, was zu einem schnelleren Drucken beiträgt.

Dieses Ergebnis war interessant. Allerdings wollte ich wissen, ob das Unternehmen den G-Code manuell optimiert oder direkt im Slicer generiert hat. Also habe ich ChatGPT gefragt:

Können Sie feststellen, ob der Schnelldruck von Hand codiert wurde oder von einem Slicer generiert wurde? Suchen Sie möglicherweise nach inkonsistenten Befehlen oder nicht standardmäßigen Kommentaren.

Die KI antwortete mit drei interessanten Überlegungen:

Die Variationen in G-Code-Befehlen wie Änderungen der Vorschubgeschwindigkeiten, das Umschalten zwischen verschiedenen Bewegungsbefehlen und Änderungen anderer Parameter sind typisch für vom Slicer generierten Code. Diese Änderungen sollen den Druckprozess optimieren und stimmen mit dem Verhalten eines Slicers überein.
Wenn der G-Code von Hand codiert wäre, würden wir unregelmäßigere und unvorhersehbarere Muster erwarten, aber diese Übergänge folgen einer logischen Reihenfolge, die für den Optimierungsprozess eines Slicers charakteristisch ist.
Das Vorhandensein dieser Befehle weist daher nicht auf eine manuelle Codierung hin; Vielmehr stützt es die Schlussfolgerung, dass dieser G-Code von einem Slicer generiert wurde.

Diese Ergebnisse zeigen mir, dass es für Benutzer wahrscheinlich möglich ist, ihre Slicer-Einstellungen zu ändern, um eine ähnliche Leistung zu erzielen.

Einige Gedanken aus den Kommentaren

Wir haben einige sehr aktive Kommentare zu diesem Artikel erhalten. Meistens bin ich reingegangen und habe Fragen beantwortet, sobald sie aufkamen. Ich ermutige Sie, die Kommentare zu besuchen, um mitzumachen und zu lesen, was andere Leser zu diesem Thema zu sagen haben.

Hier ist eine kurze Liste einiger Gedanken, die durch die Kommentare inspiriert wurden:

Sie müssen keine KI verwenden, um diese Probleme zu lösen. Es kann jedoch aufschlussreich sein zu sehen, wie KI bei der Lösung vieler Kategorien unterschiedlicher Probleme vorgeht. Deshalb empfehle ich Ihnen, Chatbots zu verwenden, und sei es nur, um zu sehen, was sie können. Dann verfügen Sie über ein Werkzeug für die zukünftige Verwendung.
Für diese Tests verwende ich im Allgemeinen ChatGPT Plus. Die kostenlose Version kann einen Teil der Arbeit erledigen, aber da sie die Nutzung nach zu viel Interaktion drosselt, muss ich vollen Zugriff auf den Chatbot haben, um einen Artikel fristgerecht fertigzustellen.
Wenn ich versuche, einem Chatbot eine Antwort zu entlocken, denke ich normalerweise an einen talentierten Studenten oder Mitarbeiter. Manchmal verwende ich sogar „Bitte“ und „Danke“, um den Gesprächston aufrechtzuerhalten. Aber da jeder, mit dem Sie sprechen, möglicherweise abgelenkt wird oder sich hartnäckig weigert, Ihren Standpunkt zu verstehen, versuchen Sie es weiter, ändern Sie Ihre Fragen, stellen Sie Fragen auf andere Weise und klären Sie, auch wenn Sie denken, dass das, was Sie klarstellen, offensichtlich sein sollte.
Der Einsatz von KI kann sicher faul sein. Sie können aber auch Zeit sparen. Fast alles, was Sie in einer Werkstatt mit Elektrowerkzeugen machen können, können Sie auch mit Handwerkzeugen machen. Manchmal möchte man sich auf die Kunst konzentrieren. Manchmal möchte man einfach nur fertig werden, damit man in der Nacht genug Zeit für Schlaf hat. Zögern Sie nie, ein Werkzeug zu verwenden, wenn es Ihnen einen Vorsprung verschaffen kann. Denken Sie jedoch daran, dass Sie das Tool nicht verwenden sollten, wenn Ihre Arbeitsleistung die Verwendung dieser Tools ausdrücklich ausschließt (wir verwenden beispielsweise niemals KI, um unsere Artikel hier auf ZDNET zu schreiben).
Seien Sie auf jeden Fall vorsichtig mit dem, was Sie in die KI hochladen. Nicht alles ist geschäftlich oder anderweitig vertraulich. Aber manche Dinge sind es. Das meiste, was ich hochlade, sind meine eigenen Daten oder, wie in diesem Fall, etwas, das bereits öffentlich veröffentlicht ist.

Ich habe nicht immer die Möglichkeit, auf Kommentare zu antworten, aber ich versuche es. Manchmal posten Leute Tage, Wochen oder sogar Monate, nachdem die Artikel veröffentlicht wurden und ich zu anderen Artikeln übergegangen bin. Aber ich freue mich immer über Leserkommentare. Da die meisten ZDNET-Leser Profis sind, sind die Kommentare oft reich an nützlichen (wenn auch manchmal mühsam zu lesenden) Informationen. Ich habe aus ZDNET-Kommentaren viel gelernt, und ich bin mir sicher, dass Sie das auch tun werden.

Was haben wir gelernt?

Wir haben erfahren, dass ChatGPT G-Code versteht. Das ist nicht überraschend, denn in meinen ersten Tests haben wir herausgefunden, dass ChatGPT selbst die unbekanntesten Programmiersprachen recht gut beherrscht.

Wir haben auch erfahren, dass ChatGPT mehr als 170.000 Zeilen Maschinenanweisungen durchsuchen und vergleichen und in Sekundenschnelle zu umsetzbaren Schlussfolgerungen gelangen kann.

Schließlich haben wir gelernt, dass wir KIs wie ChatGPT nutzen können, um komplexe Probleme aus verschiedenen Blickwinkeln zu untersuchen. ChatGPT erklärte nicht nur den enormen Geschwindigkeitsunterschied zwischen den beiden Dateien, sondern konnte auch überprüfen, ob die werkseitig bereitgestellte Datei von Hand optimiert wurde oder nicht.

Fazit: Akzeptieren Sie das, was die KI Ihnen sagt, nicht als absolute Wahrheit. Treffen Sie keine kritischen Entscheidungen auf der Grundlage der Antworten. Und denken Sie daran, dass Sie manchmal mit der KI verhandeln müssen, bevor sie bereit ist, Ihnen hilfreiche Antworten zu geben.

Dieser Test ist ein weiterer Fall, bei dem ich mich an die KI wenden und innerhalb von Minuten eine Antwort auf eine sehr auf mich zugeschnittene Frage finden konnte, ohne etwas zu programmieren.

Wenn Sie eine Frage haben, die viel Text oder eine numerische Analyse erfordert, sollten Sie erwägen, sie mit ChatGPT oder einer der anderen KIs auszuführen. Möglicherweise erhalten Sie innerhalb weniger Minuten eine nützliche Antwort.