3D打印和制造領域的人工智能已經(jīng)出現(xiàn)，并且正在不斷發(fā)展。它的發(fā)展方式至關重要?；萜諅€性化和3D打印全球軟件和數(shù)據(jù)主管Arvind Rangarajan表示：“我們現(xiàn)在正在探討人工智能對3D打印的影響有多大。”有很多創(chuàng)新值得期待，但也有理由謹慎行事。

Rangarajan表示，過去幾年來，他一直在為惠普制定“整體人工智能戰(zhàn)略”，以便順利實施人工智能3D打印工具。他與All3DP坐下來討論惠普和3D打印行業(yè)的人工智能：人工智能從何而來，現(xiàn)在在哪里，未來將走向何方。

HP Multi Jet 5200系列3D打印解決方案（來源：HP）

維護和可用性

隨著最近人們對人工智能應用的興趣呈爆炸式增長，與Nvidia等公司合作和投資的機會已經(jīng)成熟?；萜枕槕绷?，在軟件和硬件層面實施人工智能技術。

HP已經(jīng)在利用傳統(tǒng)的機器學習方法，為其預測性維護軟件收集各種遙測數(shù)據(jù)。

Rangarajan表示，預測性維護是惠普應用人工智能的首批應用之一。該公司的聚合物3D打印機（即Jet Fusion機器）有30多個集成警報，可以在硬件故障前“幾周到一個月”向用戶發(fā)出警報，讓企業(yè)能夠根據(jù)自己的情況進行準備和維修。

但現(xiàn)代人工智能解決方案為惠普打開了超越傳統(tǒng)機器學習技術的大門，使其能夠追求令人垂涎的進步，例如提高金屬等苛刻材料的零件重復性?；萜胀ㄟ^數(shù)字孿生技術實現(xiàn)這一目標：該軟件可以使用實時數(shù)據(jù)來模擬力對物體的影響。結果非常明顯；惠普的數(shù)字孿生技術通過預測和解釋變形的算法幫助更好地準備打印部件。

斯坦福測試模型證明了變形預測的必要性（來源：Nvidia）

盡管制造商已經(jīng)能夠在其生產(chǎn)框架內(nèi)收集有關零件重復性的數(shù)據(jù)，但直到最近人工智能模型的改進，相對較小的數(shù)據(jù)集才能夠提供有意義的見解，Rangarajan說。

現(xiàn)在，與Nvidia等主要AI公司的合作釋放了這些較小數(shù)據(jù)集的潛力?；萜绽貌⑴c了Nvidia的開源Modulus框架，開發(fā)了Virtual Foundry Graphnet模型：一種基于圖形的深度學習算法，使用戶能夠預測零件變形，例如金屬粘合劑噴射應用中的收縮、彎曲和下垂。

在7月份發(fā)表在《傳感器與材料》雜志上的一篇研究論文中，惠普團隊表示，其基于圖形的深度學習方法“與傳統(tǒng)物理模擬軟件相比，實現(xiàn)了顯著的速度提升，同時保持了可接受的精度水平”。所達到的精度水平為“單個燒結步驟中63毫米測試部件的平均偏差為0.7微米……整個燒結周期的平均偏差為0.3毫米?！?/span>

“人們需要更高的可靠性和一致性，無論是在構建過程中，還是在構建過程中，還是在打印機之間，”Rangarajan說?！耙虼耍瑥腫AI]技術的發(fā)展以及3D的需求來看，這是一個很好的匹配。那時人們才真正開始將AI應用于3D打印，因為它開始投入生產(chǎn)。而[用戶]認為，‘哦，我現(xiàn)在可以使用軟件和我們收集的數(shù)據(jù)，并真正提供一個有意義的模型，該模型可以幫助實現(xiàn)機器之間和機器之間的可靠、一致的生產(chǎn)。’”

人工智能輔助設計

盡管惠普現(xiàn)有的人工智能預測性維護已在車間發(fā)揮作用，并且變形模型很快將提高金屬3D打印的可重復性，但Rangarajan仍然認為3D設計等技能障礙是人工智能即將解決的技術采用的主要障礙。

第一個進行設計的領域是3D掃描。

HP和其他增材制造行業(yè)公司使用“人體貼合”工具，利用3D掃描技術來制造個性化產(chǎn)品，例如矯形器和其他醫(yī)療設備。但當涉及到精密貼合產(chǎn)品時，3D掃描并不是一個看似即插即用的解決方案。

3D掃描過程會產(chǎn)生大量點云，必須由經(jīng)驗豐富的3D建模師去除毛刺，然后才能實施設計并制作出可供使用的模型。雖然這個過程需要一些3D建模技能，但它基本上是常規(guī)操作。因此，惠普正在努力使用AI算法更好地自動化個性化設計流程，該算法進行3D掃描并通過識別模型中的關鍵標志來簡化數(shù)據(jù)，然后使用這些標志以參數(shù)化方式創(chuàng)建個性化設計。

“我們創(chuàng)建了一個里程碑評分，即人與人之間的差異，將其映射到可以快速提供給客戶的設計中，”Rangarajan解釋道?！耙虼?，我們無需等待幾個小時才能將其發(fā)送給遠程第三方設計師，讓他們查看這個點云并手動設計內(nèi)容，我們現(xiàn)在可以在客戶還在診所時立即為他們提供設計選項?！?/span>

HP身體適配應用示例（來源：HP）

雖然3D掃描似乎是HP解決設計障礙的最直接方法，但它并不是唯一的方法。3D模型的生成AI（或文本到3D）也顯示出前景，HP及其合作伙伴已經(jīng)向大量觀眾展示了這項技術。

在加利福尼亞州圣何塞舉行的Nvidia GTC會議上，惠普與Nvidia和Shutterstock合作展示了完整的端到端文本到3D模型流程，與會者可以在一分鐘內(nèi)實時從文本生成3D模型。

Nvidia博客在談到此次演示時表示：“Shutterstock的3D AI生成器使設計師能夠快速迭代概念，創(chuàng)建數(shù)字資產(chǎn)，HP可以通過自動化工作流程將其轉換為3D可打印模型。”

Rangarajan表示，該管道可自動處理顏色映射、跟蹤零件以確保穩(wěn)定性，并允許用戶在需要時添加支架，隨后他補充說，惠普正在內(nèi)部采取下一步行動，創(chuàng)建自己的文本轉3D應用程序?！巴ㄟ^結合不同的生成AI技術，我們可以創(chuàng)建比NVIDIA文本轉3D管道更詳細的模型?！?/span>

材料配方與注意事項

盡管惠普在文本轉3D應用程序方面最直觀、應用范圍最廣的成果令人興奮不已，但Rangarajan表示，該流程仍在開發(fā)中，盡管公司內(nèi)部對前景充滿熱情，但他明確表示，保持現(xiàn)實的預期對于在行業(yè)中成功應用AI工具至關重要。

“如果有人過度承諾人工智能可以為某個流程帶來什么，而最終卻失敗了，那么這將影響到市場上的每一家OEM，”他說。“這種情況以前在增材制造領域也發(fā)生過。人們過度承諾，破壞了那些在開發(fā)方面更加謹慎的人的潛力?！?/span>

從某種程度上來說，這種情況也已經(jīng)發(fā)生在人工智能領域。Rangarajan哀嘆道，其他人工智能應用程序開發(fā)人員聲稱數(shù)據(jù)濫用，這破壞了有關數(shù)據(jù)隱私和人工智能的對話，使得在努力收集應用程序所需的數(shù)據(jù)集的同時，更難緩解客戶的隱私擔憂，而這些應用程序可能對3D打印行業(yè)大有裨益。材料配方和開發(fā)就是其中之一，Rangarajan認為這是推動3D打印普及的驅(qū)動力。

“我們必須在數(shù)據(jù)所有權、數(shù)據(jù)、隱私安全方面找到正確的操作機制，以便能夠以匿名方式從客戶那里收集這些數(shù)據(jù)，從而真正加快我們改進和優(yōu)化[3D打印]流程的速度，”他說。“如今，開發(fā)和改進工藝的周期，即使是聚合物，也可能是幾個月，而金屬則需要幾年。優(yōu)化需要兩年、三年的時間。但如果你能收集這些數(shù)據(jù)，可能需要幾周時間。對于聚合物，可能只需要幾天時間?！?/span>

AI材料配方是Rangarajan AI戰(zhàn)略的一個支柱，他預計該戰(zhàn)略將在未來三到五年內(nèi)實現(xiàn)，但如果惠普等制造商與其用戶之間沒有信任，這一目標就無法實現(xiàn)。

幸運的是，惠普的大量AI解決方案已經(jīng)在路上，而Rangarajan在發(fā)布之前設定的成功標準很高。他談到應用程序“擊敗專家”的重要性?！拔蚁Ｍ鸄I解決方案能夠提供非同尋常的見解，”他說。“因此，如果HP Multi Jet Fusion技術的經(jīng)驗豐富的用戶永遠不會做出這樣的決定，而AI正在幫助他們做出決定，那么這將改善他們的流程?！?/span>

該公司新推出的和即將推出的人工智能應用程序有著很高的期待。

編譯整理：ALL3DP