“未來”也許比想象中的更近：Nexa3D談人工智能將如何改變增材制造

導讀：人工智能（AI）是一項極具創(chuàng)新性的技術(shù),，隨著近年來各類制造技術(shù)發(fā)展地日臻成熟，已經(jīng)開始有人嘗試將AI引入制造行業(yè),。增材制造即是其中的一個鮮明案例,，那么AI的到來將給增材制造帶來什么樣的變革,？又能否從理想“照進”現(xiàn)實？

2024年2月22日,，南極熊獲悉,，在紐約市的增材制造戰(zhàn)略(AMS)（2024年 2 月 6 日至 8 日）會議上， Nexa3D首席執(zhí)行官 Avi Reichental 發(fā)表了題為“人工智能將如何改變增材制造”的演講,。Reichental預測到 2030 年,，將會出現(xiàn)兩種增材制造公司：那些完全接受人工智能并從中受益的廠商，以及那些破產(chǎn)的公司,。此外,，Reichental認為這個觀點可以無差別套用到其他行業(yè)當中。

Reichental從不回避公開做出大膽的預測,。不過,，這個特定的預測也并非他首次提出。有關(guān)人工智能的概念是在 1956 年達特茅斯學院的一次會議上構(gòu)想出來的,，也稱達特茅斯夏季人工智能研究項目,，這一事件被視為標志著人工智能作為一個研究領(lǐng)域的起源。Reichental 指出：“人工智能是我的時代,。一開始,，這只是一個概念。我記得十年前在研討會上用卡片進行人工智能練習,，這非常簡單地說明了這個概念是如何運作的——但沒有無處不在的連接,，也沒有云平臺無限的計算能力。當我們現(xiàn)在作為一家增材制造企業(yè)進行內(nèi)部討論時,，我們就必須重新認識這個概念了,，甚至可以不再稱其為增材制造，而是數(shù)字制造,�,！�

就像增材制造一樣，人工智能是一個讓人感覺全新的技術(shù)領(lǐng)域,，但實際上并非如此,。在 AMS 最后一天結(jié)束時的小組討論中，在回答觀眾提問時,，一位小組成員引用了 Reichental 關(guān)于 AI 的演講,，并表示在他看來,，直到“遙遠的未來”才會產(chǎn)生影響,。然而，即使情況確實如此,，那些確實能在未來產(chǎn)生影響的公司也必須提前開始計劃前往目的地的行程,。

具有象征意義的是,，Nexa3D在Formnext 2023 開始之際發(fā)布了適用于 XiP Pro 的自動化工作流程軟件平臺Nexa AI，同時該公司宣布收購 Essentium ,。這兩條新聞都標志著 Nexa 進入了下一個時代,。其存在的階段——這個階段的定義似乎是公司采用了新的能力，使其能夠最有效地發(fā)揮其核心優(yōu)勢,。

除了利用 AI 實現(xiàn)工作流程管理自動化之外,，Nexa3D 還利用 Essentium 在材料科學方面的深厚專業(yè)知識，利用其技術(shù)提高產(chǎn)品開發(fā)速度,。Teipel解釋了他對人工智能如何在材料設計中發(fā)揮作用的設想：“Essentium 去年發(fā)布了兩種材料配方,，我對我們的團隊將其推向市場感到特別自豪。一種是稱為 Duratem 的材料,，我們基本上采用了 ULTEM（一種聚醚酰亞胺）的化學成分,，并使用硅氧烷處理來修改化學成分�,；�本��,，我們采用了聚合物鏈的剛性部分，并用一些柔性部分將它們分解,，從而創(chuàng)建了 ULTEM,、航空航天級材料，該材料現(xiàn)在具有延展性并具有一定的彈性,，但仍能耐受火焰,、煙霧和毒性適航部件的要求。但我們花了大約 18 個月的時間來開發(fā)這種材料,。為了實現(xiàn)這一目標,，我們經(jīng)歷了一大堆定制配方以及所有深入的化學和材料科學研發(fā)。通過使用人工智能,，我們可以更快地實現(xiàn)這一目標,。然后我們可以立即開始專注于材料的實施，以節(jié)省制造飛機零件的時間和金錢,�,！�

Teipel 在另一個 2023 年材料發(fā)布 Altitude 中描述了類似的場景：“Altitude 是一種聚碳酸酯，因此與安全帽和安全眼鏡的材料相同,，但它含有紫外線穩(wěn)定劑,、熱穩(wěn)定劑，并且具有抗菌特性——我們將所有這些包裝放入材料中以使其可在極低的溫度下使用,，并可用于無人機等應用,。目標是制造一種既低成本又易于使用的材料。但同樣，人工智能的使用可以極大地加速我們優(yōu)化所有這些不同屬性之間的比率的進程,�,！�

Reichental 和 Teipel設想將 AI 納入 Nexa3D 工作流程的方式可能是超前的，但它們絕不是天馬行空的想象,。原始設備制造商 (OEM) Inkbit使用人工智能進行原位 3D 打印質(zhì)量監(jiān)測已經(jīng)有一段時間了,，而麻省理工學院的研究人員最近發(fā)布了一項關(guān)于使用人工智能進行材料鑒定的研究，其方式與 Teipel 提到的非常相似,。

△閉環(huán)反饋控制可確保零件始終準確地符合原始 CAD 設計,。來源：Inkbit

△來源：《科學進展》

但除了任何特殊性之外，這些高管只是展示了對正在出現(xiàn)的機會的本質(zhì)的戰(zhàn)略把握,，Reichental將人工智能的潛力定位提高到與微軟相同的位置：“在我從事該行業(yè)的二十年里,，我們作為原始設備制造商所構(gòu)建的產(chǎn)品與我們的客戶可以成功加入和實施的產(chǎn)品之間存在緩慢的采用、摩擦或障礙點,，這與專家,、勞動密集型人員有關(guān)工作在預處理階段。這是一個非常陡峭的學習曲線,。我們知道,，隨著時間的推移，有數(shù)百家公司想要采用 3D 打印,，并將其引入內(nèi)部,，但在六個月或一年內(nèi)，他們將其擱置一旁,。為什么,？不是因為打印機無法工作，而是因為他們低估了成功大規(guī)模采用打印機所需的復雜性和專業(yè)知識,。人工智能在預處理階段就消除了大部分障礙,。然后你開始關(guān)注打印階段本身，通過傳感器,，你可以收集實時數(shù)據(jù),，對其進行處理，并使你的系統(tǒng)變得越來越智能,。我們已經(jīng)從事3D打印行業(yè)了幾十年,，但生產(chǎn)商并不知道他們打印的是什么。因此,，如果打印機突然獲得這種能力——如果它們能夠?qū)W習——產(chǎn)量就會提高,。勞動強度與打印零件的比率下降。學習曲線縮小,。所有這些都帶來了有形的價值,。多年來我們一直在談論希望實現(xiàn)接入民主化，但我們實際上并沒有采取太多措施來消除采用的最大障礙。人工智能可以讓你做到這一點,，這就是為什么我們將其視為新生的驅(qū)動力�,！�

這種確定所涉利害關(guān)系的特殊方式特別引人注目,，因為這一信息是由兩位極其重視人工智能的高管傳遞的。他們成功執(zhí)行復雜合并流程的經(jīng)驗實際上可能為繼續(xù)將人工智能納入其運營提供相關(guān)數(shù)據(jù)：長遠思考,、即時學習,、不懼怕挑戰(zhàn)。

人工智能與增材制造的結(jié)合的優(yōu)化可能確實有著很長的路要走,，但這并不意味著原地踏步就能實現(xiàn)這一目標,。這里，小編想到最近春節(jié)檔爆火電影——《第二十條》里的一句臺詞：所有正確的事情都有代價,，但不能因為有代價,，就不去做。放到這里,，與各位從業(yè)者共勉,！