增材制造中人工智能轉(zhuǎn)型的五大關(guān)鍵問題

導(dǎo)讀：眾所周知，人工智能( AI) 和增材制造 (AM)具有協(xié)同作用，了人工智能在推動設(shè)計創(chuàng)新、提高生產(chǎn)效率、確保質(zhì)量控制和實現(xiàn) 3D 打印大規(guī)模定制方面具有積極的作用，那么增材制造中人工智能的轉(zhuǎn)型如何發(fā)展？其潛力和關(guān)鍵問題到底是什么？



生成式人工智能的當(dāng)前趨勢
生成式人工智能可以創(chuàng)建新內(nèi)容。并根據(jù)數(shù)據(jù)模式做出明智決策，已在各個行業(yè)取得了重大進展。根據(jù)麥肯錫公司 (2023) 的一份報告，生成式人工智能每年可為全球經(jīng)濟增加 2.6 萬億至 4.4 萬億美元，這標(biāo)志著工業(yè)運營的范式轉(zhuǎn)變。

生成式人工智能正在給生命科學(xué)、化學(xué)、軟件工程和產(chǎn)品研發(fā)等各個行業(yè)的研發(fā) (R&D) 帶來一場革命。

●在生物技術(shù)制藥行業(yè)，Entos 等公司正在使用生成式人工智能和自動化合成開發(fā)工具來設(shè)計小分子療法。

●軟件工程中的人工智能集成顯著提高了生產(chǎn)力，微軟的 GitHub Copilot 幫助開發(fā)人員將任務(wù)完成速度提高了 56%。

●在產(chǎn)品研發(fā)中，人工智能可以優(yōu)化虛擬設(shè)計和仿真，從而實現(xiàn)更高效的物理測試規(guī)劃，并減少物理構(gòu)建和測試的時間。

●在客戶服務(wù)運營中，生成式人工智能每小時可將問題解決率提高 14%，并將處理問題的時間減少 9%。

工作結(jié)構(gòu)也在發(fā)生轉(zhuǎn)變。生成式人工智能預(yù)計將自動執(zhí)行 60% 至 70% 的任務(wù)，這些任務(wù)會占用員工大量時間，特別是那些需要自然語言理解的任務(wù)。這種轉(zhuǎn)變在知識密集型崗位上更為明顯，對高工資和教育部門產(chǎn)生了影響。勞動生產(chǎn)率得到提高。這一潛力的充分實現(xiàn)取決于技術(shù)采用率和勞動力活動的有效重新部署。將生成式人工智能與其他技術(shù)相結(jié)合可以進一步放大生產(chǎn)力的增長。


△專家評估該技術(shù)可以比預(yù)計更早地在某些技術(shù)能力上達到人類水平

增材制造中的人工智能：根本性轉(zhuǎn)變

●從解決問題到重新定義方法

就在幾年前，提出用人工智能解決制造問題似乎很創(chuàng)新�，F(xiàn)在，采用人工智能是解決增材制造問題的主要方向。傳統(tǒng)企業(yè)使用人工智能主要有兩個目的：發(fā)現(xiàn)未知問題和提高效率。這種方法的核心是通過人工智能使現(xiàn)有產(chǎn)品更好、更快、更便宜。然而，人工智能往往是現(xiàn)有產(chǎn)品的附加功能，而不是純?nèi)斯ぶ悄墚a(chǎn)品的核心。

隨著人工智能前沿繼續(xù)以前所未有的速度擴展，越來越明顯的是，人工智能在 3D 打印領(lǐng)域的應(yīng)用方式需要發(fā)生根本性轉(zhuǎn)變。這種必要性源于人工智能不斷發(fā)展的能力，它正在迅速接近人類水平的表現(xiàn)。然而，人工智能在增材制造領(lǐng)域的應(yīng)用卻落后于金融、醫(yī)藥、教育、高科技等其他行業(yè)。人工智能具有學(xué)習(xí)、適應(yīng)和決策的能力，有可能徹底改變 3D 打印。從復(fù)雜的設(shè)計創(chuàng)建到優(yōu)化生產(chǎn)流程，人工智能的先進認(rèn)知能力可以帶來制造業(yè)的突破性進步。

●初創(chuàng)公司的當(dāng)務(wù)之急：超越效率
增材制造領(lǐng)域的初創(chuàng)企業(yè)可能會面臨挑戰(zhàn)或機遇：他們需要超越僅僅讓事情變得更好、更快、更便宜的目標(biāo)，需要探索人工智能如何成為一種工具，不僅可以提高生產(chǎn)效率，而且可以推動真正的創(chuàng)新。哪些方法可以利用人工智能創(chuàng)造超越傳統(tǒng)生產(chǎn)指標(biāo)的價值？初創(chuàng)公司如何定義只能通過人工智能解決的問題？

應(yīng)對增材制造中的數(shù)據(jù)挑戰(zhàn)
數(shù)據(jù)是人工智能進步的關(guān)鍵組成部分，但3D打印領(lǐng)域的數(shù)據(jù)積累和管理仍然很少。與歷史悠久的傳統(tǒng)生產(chǎn)技術(shù)競爭需要大量的數(shù)據(jù)積累。該策略可能涉及從最少的數(shù)據(jù)中提取見解，并使用這些見解來減少對大量歷史數(shù)據(jù)的需求。這就引出了一個關(guān)鍵問題：如何加速AM數(shù)據(jù)的積累？一種可能的解決方案是各個 3D 打印公司之間的合作。如果這些公司能夠建立相互信任并共享數(shù)據(jù)，我們可能會看到巨大突破。

協(xié)作數(shù)據(jù)共享作為可能的解決方案
建立信任網(wǎng)絡(luò)和共享開放數(shù)據(jù)以使公司能夠交流見解和經(jīng)驗的概念可以成為克服數(shù)據(jù)挑戰(zhàn)的寶貴解決方案。想象一下這樣一個場景：全球各地的增材制造公司共享他們的打印成功和失敗數(shù)據(jù)、材料屬性信息、機器參數(shù)和設(shè)計優(yōu)化策略。這個共享數(shù)據(jù)池將成為人工智能算法的寶貴資源，使它們能夠以前所未有的速度學(xué)習(xí)和改進。

這種協(xié)作方法的優(yōu)點包括快速學(xué)習(xí)和創(chuàng)新、增強的預(yù)測模型、優(yōu)化的材料使用和跨行業(yè)應(yīng)用。通過訪問更廣泛的數(shù)據(jù)，人工智能算法可以加快學(xué)習(xí)曲線并更快地提高 3D 打印技術(shù)的能力。有了更全面的數(shù)據(jù)，增材制造中的預(yù)測模型可以變得更加準(zhǔn)確，從而減少打印故障并提高輸出質(zhì)量。共享數(shù)據(jù)可以更好地理解和優(yōu)化 3D 打印中使用的材料，從而減少浪費和成本。從增材制造某一領(lǐng)域獲得的見解可以應(yīng)用于其他領(lǐng)域，從而促進 3D 打印各種應(yīng)用的創(chuàng)新。



2024 年前瞻性問題
增材制造領(lǐng)域人工智能未來的一些關(guān)鍵問題：

●定義僅人工智能問題：如果我們要確定 3D 打印中只能通過人工智能解決的問題，它們與當(dāng)前解決的問題有何不同？

●數(shù)據(jù)共享協(xié)作：增材制造公司如何克服競爭障礙，有效共享數(shù)據(jù)？什么樣的合作模式既安全又有益？

●超越效率：除了效率、速度和降低成本之外，人工智能如何為 3D 打印做出貢獻？是否存在人工智能可以獨特地增強增材制造的未開發(fā)領(lǐng)域？

●數(shù)據(jù)利用策略：鑒于當(dāng)前 3D 打印中數(shù)據(jù)可用性的限制，可以采用哪些創(chuàng)新策略來最大化現(xiàn)有數(shù)據(jù)集的價值？

●初創(chuàng)企業(yè)的創(chuàng)新：增材制造領(lǐng)域的初創(chuàng)企業(yè)如何利用人工智能不僅增強現(xiàn)有的制造流程，而且創(chuàng)造顛覆性的技術(shù)或方法？培育這種創(chuàng)新需要什么樣的支持或生態(tài)系統(tǒng)？

結(jié)論
增材制造中人工智能的未來之路不僅是優(yōu)化現(xiàn)有技術(shù)，而且是探索未知領(lǐng)域、重新定義制造范式以及解鎖前所未有的定制、效率和創(chuàng)新水平。隨著增材制造的發(fā)展，人工智能與 3D 打印的集成必須超越傳統(tǒng)界限，培育創(chuàng)造力、協(xié)作和可持續(xù)發(fā)展的文化。最終目標(biāo)是建立一個不僅高效、富有成效，而且具有適應(yīng)性、響應(yīng)性和責(zé)任感的制造生態(tài)系統(tǒng)。通過充分利用人工智能的潛力，增材制造行業(yè)可以為未來鋪平道路，在未來，制造業(yè)不僅是制造東西，而且是創(chuàng)造更智能、更個性化和更可持續(xù)的解決方案，以滿足社會不斷變化的需求和價值觀。