Oqton CEO ——Ben：機器學習如何提高增材制造的生產力

作者：Oqton公司的高級副總裁,、CEO  Ben Schrauwen
來源：Oqton

ChatGPT 充分發(fā)揮了人工智能 (AI) 的優(yōu)勢，在短短兩個月內,，它就達到了 1 億用戶,。在網上和媒體上，公眾正在分享使用聊天機器人自動化工作,、檢查代碼和創(chuàng)建內容大綱的示例,。它還引發(fā)了大量提供人工智能功能的新產品。

所有這些是否構成重大的技術飛躍,？AI 是否已成為一種真正有用的工具,，或者這只是炒作周期的另一個高峰，就像我們過去看到的那樣,？

ChatGPT 只是 AI 發(fā)展領域在過去十年真正達到臨界點的眾多創(chuàng)新之一。

在 Oqton,，我們一直在應用機器學習模型來實現(xiàn)制造自動化,。我們從第一天起就是一家 AI 公司，我們有一個專門的 AI 團隊,，致力于在 AI 可以真正發(fā)揮作用的領域巧妙地使用 AI,。

五年前，當我創(chuàng)辦這家公司時,，我相信我們正處于人工智能成為提高生產力的工具的邊緣 —— 而不僅僅是一個噱頭,。這正是我們今天所看到的。

除了 ChatGPT,，我們現(xiàn)在能夠可靠構建的 AI 能力水平將改變我們經濟的方方面面,。使用增材制造技術的供應商已經從 Oqton 的 AI 中獲得了巨大的回報。

Oqton 一直在與牙科,、醫(yī)療和工業(yè)領域使用一系列技術的組織合作,，從機器人技術到 3D 打印和 CNC 銑削。我們的 AI 背后的一般原則和這個街區(qū)的新孩子,，如 ChatGPT 和 Bard,，是相似的,。讓我們來看看它們是什么。

什么是人工智能,、機器學習和神經網絡,？
用最簡單的話來說，機器學習是人工智能的一個子集,，它使用在數(shù)據上訓練的算法來生成可以執(zhí)行復雜任務的模型,。拋開所有的炒作，它歸結為類固醇的統(tǒng)計數(shù)據,�,？紤]一個具有 2000 億個參數(shù)而不是兩個的非線性函數(shù)。

當今最流行的機器學習應用程序（如 ChatGPT,、OpenAI 的圖像生成器 DALL-E 和自動駕駛汽車）的主力是神經網絡,。這種類型的機器學習模型由神經元組成——一種在 1960 年代左右發(fā)明的統(tǒng)計算法�,！吧窠浽�”這個名字來自當時人們對大腦工作方式的有限了解,。

神經網絡特別擅長處理數(shù)據中定義不明確的模式，例如語音識別,、圖像識別和對書面語言上下文的理解,。凡是模糊、嘈雜或未精確定義的地方,，神經網絡就會大放異彩,。

在機器學習領域，您會聽到深度神經網絡或深度學習這個術語,。大約在 2010 年,，英國研究員 Geoffrey Hinton 提出了擁有多層神經網絡的想法，從十幾層到 50 層神經元,。

科學家們找到了有效訓練這種神經網絡的方法,，并了解到它們具有非常強大的表示能力。從本質上講,，他們發(fā)現(xiàn)將神經網絡做深比做寬要有效得多,。

機器學習進步的另一個重要因素是計算能力。模型需要處理大量信息,。

計算機科學家僅在最近幾十年才能夠實現(xiàn)這一目標,。他們利用最初為圖形渲染而構建的 GPU，并發(fā)現(xiàn)它們也可以是非常強大的架構,，可以有效地優(yōu)化非常大的數(shù)學函數(shù),。

但訣竅是利用這個可以做任何事情的功能，并為制造業(yè)等高價值領域構建數(shù)據集。

忘記算法,，重要的是數(shù)據集
機器學習的基本原理是在數(shù)據集上訓練算法,。它們包括數(shù)以千計或數(shù)百萬為單位的示例,，我們會為其添加標簽,。例如,，對口語錄音進行注釋就是標注,。

您將數(shù)據集提供給算法,，它使用函數(shù)的旋鈕以最佳方式近似數(shù)據,。

所顯示的是,，當數(shù)據集足夠大時,，這些技術可以推廣,。該算法在一個數(shù)據集上進行訓練,，并學習該數(shù)據的結構。然后,，您可以將其應用于看不見的數(shù)據點并獲得良好的預測,。

在 AI 中，數(shù)據集決定一切,。這些算法本身都是開源的,，F(xiàn)acebook、谷歌和微軟等頂級公司的主要研究實驗室都發(fā)布了他們的代碼工作,。因此,，每個人都有相同的算法。真正重要的是您擁有多少數(shù)據以及數(shù)據的質量,。

當然,，您是否可以處理它。培訓 ChatGPT 的電費約為 1000 萬美元,。數(shù)以千計的 GPU 必須連續(xù)計算數(shù)周,，才能讓模型按照它的方式執(zhí)行。

但訣竅是利用這個可以做任何事情的功能,，并為制造業(yè)等高價值領域構建數(shù)據集。

CAD 的問題
雖然神經網絡在數(shù)據中定義不明確的模式時表現(xiàn)出色,，但它們在精確度方面卻很吃力,。以 DALL-E 生成的圖像為例。從遠處看,，他們看起來很明智,。如果你放大，你會發(fā)現(xiàn)它們充滿了荒謬的東西——有六個手指的人,，奇怪的面孔……它并沒有得到完全正確的數(shù)字,。

雖然這種精度的缺乏在語言中并不總是很明顯，但它是經常使用 CAD 的增材制造中的一個主要障礙。機器學習模型很難處理 CAD 幾何圖形,，因為它的定義非常精確,。

在 Oqton，我們使用了很多關于幾何的深度學習模型,，我們發(fā)現(xiàn)讓它們在網格,、體素或點云上工作比在 CAD 上工作要容易得多。在 CAD 模型中,，您有一個設計樹,。如果您在根音符處有最小的錯誤，您將在設計樹的其余部分為此付出代價,。然而,，在網格中，一個頂點的錯誤不會破壞整個模型,。

這正是我們投入巨資讓深度學習模型在 CAD 上運行的原因,。很難達到這種精確度，但這正是很多價值所在,。

自動化制造中的重復性任務
我們將人工智能（特別是機器學習）應用于制造的主要原因是獲取用戶的知識,，并利用它來自動執(zhí)行重復性任務。

要了解制造自動化是什么樣子,，我們只需要看看鈑金行業(yè),。它的自動化程度令人難以置信，而且在過去的 20 年里一直如此,。如果您訂購鈑金件,，您會在五分鐘內得到報價。訂單進入鈑金車間,，ERP 將自動生成嵌套并將它們推送到可用的機器上,。

然而，其他行業(yè)——如增材,、焊接和機械加工——還沒有達到自動化的那個階段,。

這就是 Oqton 創(chuàng)意的來源。人工智能可用于使制造空間的其余部分達到與鈑金相同的自動化水平,，這將大大提高生產率并促進創(chuàng)新,。

就目前情況而言，組織正在努力滿足市場需求,。批量越來越小,，對定制和個性化產品的興趣越來越大，新產品推出時間越來越短,。每個新批次都意味著工程師或技術人員需要準備數(shù)據以重新打印或調整工作流程,。

很難找到知道如何為五軸銑削和金屬 3D 打印的先進機器編程的熟練工人,。與此同時，現(xiàn)有員工經常被困在重復性的手工工作中,。通過將重復性工作自動化,，員工可以專注于解決問題。

推進制造的垂直化方法
Oqton 的制造自動化方法是創(chuàng)建一個單一的 MES,、物聯(lián)網平臺——制造操作系統(tǒng)——捕獲所有正在生產的零件的完整數(shù)字線程,。此信息成為 AI 用于自動化的數(shù)據引擎。

我們首先專注于金屬和聚合物 3D 打印,，我們決定逐個垂直解決這個問題,。我們沒有為所有行業(yè)開發(fā)單一軟件，而是為特定細分市場創(chuàng)建了最佳自動化功能,。

每個垂直領域都有相似類型的幾何形狀,，我們可以為這些幾何形狀訓練人工智能，并將其應用于該領域的所有組織,。我們從牙科技工所開始,，我們的重點使我們能夠為牙冠、牙橋,、RPD 框架,、牙科模型和隱形矯治器訓練多種機器學習模型。

現(xiàn)在,，我們對醫(yī)療保健行業(yè),、服務機構和能源行業(yè)使用相同的方法。

基于人工智能的自動化已到來
一些大型制造企業(yè)組織已經在使用 Manufacturing OS 作為生產hub,。訂單來了,，Oqton 管理設計、3D 打印,、激光打標,、CNC 加工等整個生產步驟。

對于較小的牙科實驗室,，Oqton 讓他們高枕無憂,，因為他們不會因人員短缺而錯過訂單截止日期。其中一些只有一名員工知道打印機,、程序和流程是如何工作的,。如果員工不在，打印就會停止,。然而，Oqton 的人工智能模型可以捕捉這些知識并使實驗室能夠隨時運行機器,。

這也讓更多的組織可以使用增材技術,。以前只有專家才能操作機器，而現(xiàn)在組織中的通才可以使用先進技術。

作為一個額外的好處,，人工智能通過結合嵌套和調度來幫助提高設備的利用率,，同時考慮到機器和操作員的可用性。

法國牙科實驗室 Crown Ceram 是我們最早的客戶之一,。他們的首席執(zhí)行官 Frederic Rapp 最近分享了他對 Oqton 的人工智能如何幫助他的公司的看法,，這很好地總結了我上面提到的內容：

“Oqton 極大地改變了我們的工作流程。文件準備是人工智能驅動的,，因此變得越來越快,。與舊方法相比，我們從一開始就將準備時間一分為二,。

“Oqton 讓我們有機會通過人工智能提高我們的生產力,。我們現(xiàn)在可以更快地培訓我們的員工，在不影響最終結果的情況下將更多零件放在平臺上,，并每天使用相同的機器更快地制造更多零件,。”

重塑制造業(yè)
回顧過去十年人工智能解決方案的進展以及我們在牙科行業(yè)取得的成果,，我堅信人工智能正在成為我們這個時代的決定性技術,。

這已經醞釀了很長時間，并且有一些錯誤的開始,，但我們現(xiàn)在就在那里,。我們現(xiàn)在可以可靠地構建的 AI 能力水平將徹底改變我們經濟的每個部分。

制造業(yè)正處于下一波自動化浪潮的風口浪尖,，人工智能在其中發(fā)揮著至關重要的作用,。就像 PC 改變了辦公環(huán)境和工廠的管理方式一樣，人工智能正在改變生產工作流程并加速創(chuàng)新,。