Новости

Jun 11, 2023

AM, знакомьтесь с ИИ

Готовы к новым изменениям в быстро меняющейся обрабатывающей промышленности? Почему искусственный интеллект и машинное обучение являются следующим большим достижением в 3D-печати Искусственный интеллект (ИИ) имеет

Готовы к новым изменениям в быстро меняющейся обрабатывающей промышленности? Почему искусственный интеллект и машинное обучение станут следующим большим достижением в 3D-печати

Искусственный интеллект (ИИ) может значительно расширить возможности 3D-печати. Возможные преимущества включают улучшенную оптимизацию конструкции, более эффективное использование материалов, более быстрый и точный контроль качества, а также возможность выполнять профилактическое обслуживание. В целом ожидается, что интеграция искусственного интеллекта и 3D-печати приведет к более эффективным и экономически выгодным производственным процессам, а также к новым инновациям в материалах, дизайне и приложениях.

Предыдущий абзац был взят из ChatGPT, онлайн-сервиса на базе искусственного интеллекта, который разумно и адекватно ответил на вопрос: «Как искусственный интеллект повлияет на 3D-печать?»

Ответ бота был многословным, поэтому его пришлось немного подкорректировать, но ИИ, скорее всего, в какой-то момент лишит работы меня и бесчисленное множество других, как и другие формы автоматизации. Однако на данный момент я с уверенностью могу сказать, что я лучший писатель, чем движок искусственного интеллекта языковой модели, у которого за плечами всего несколько месяцев опыта работы в цифровой сфере. Имея это в виду, я обещаю, что все остальные слова в этой статье созданы человеком.

Если оставить в стороне развитие навыков письма, то искусственный интеллект и машинное обучение (МО) прекрасно справляются с утомительными, повторяющимися задачами, которые быстро заставят человека-работника жаждать выходных. Одним из них является сортировка огромных наборов данных. «Представьте себе возможность проанализировать огромную электронную таблицу, полную дыр и шума, а затем превратить эту информацию в надежную модель, которую люди смогут использовать для принятия решений. Это то, что делает наше программное обеспечение».

Так сказал Стивен Уорд, ответственный за маркетинг продукции в Intellegens Ltd., «дочернем предприятии» физического факультета Кембриджского университета в Англии. Сегодня коллеги Уорда целыми днями разрабатывают передовые аналитические платформы машинного обучения, которые вскоре сделают аддитивное производство (AM) и другие технологии, требующие больших объемов данных, более интеллектуальными, быстрыми и гораздо менее зависимыми от трудоемких экспериментов по пробам и усовершенствованиям, а также создания прототипов.

ML и его старший брат AI не являются чем-то новым. Фактически, первый из этих терминов восходит к 1959 году, когда сотрудник IBM Артур Сэмюэл научил компьютеры размером с гараж на две машины играть в шашки. Тем не менее, машинное обучение уже давно страдает от серьезного недостатка – заполнения пробелов – который только недавно был устранен благодаря работе Intellegens и других.

«Исторически сложилось так, что механизмы машинного обучения работают не очень хорошо, если данные, используемые для их обучения, неполны», — сказал Вард. «Многие из нас здесь имеют опыт работы в области физики, материаловедения и химических составов, и мы понимаем, что скудность данных может быть ограничивающим фактором. Вот почему наша команда была заинтересована в создании метода машинного обучения, который успешно создает полезные модели на основе неоптимальных наборов данных».

Эта работа вывела Intellegens в аддитивную область, где движок компании Alchemite можно использовать для оптимизации параметров. «Производители обычно собирают большие объемы данных о своих процессах, используемых порошках, настройках лазера и так далее. Машинное обучение помогает им анализировать всю эту информацию, чтобы они могли понять, что происходит в камере сборки, и тем самым адаптировать входные данные для достижения желаемых результатов».

Уорд признает, что использование этой технологии в целом все еще находится в зачаточном состоянии, но отметил, что видит большой интерес со стороны коммерческого сектора и что производители добавок уже используют программное обеспечение ML, чтобы уменьшить потребность в дорогостоящих экспериментах при разработке новых материалов и процессов.

Бенуа Соэте, менеджер по развитию бизнеса компании Oqton Inc., поставщика программного обеспечения с американскими офисами в Валенсии, Калифорния, и Кэри, Северная Каролина, столь же оптимистично настроен в отношении растущей роли ИИ в AM. «Здесь я концентрируюсь на стоматологических приложениях и могу сказать вам, что использование ИИ становится довольно распространенным явлением в зуботехнических лабораториях и производственных центрах», — сказал он.