近日，Oqton公司的高級副總裁、CEO Ben Schrauwen教授接受了著名媒體3DPodcast 的采訪，探討了大火的人工智能機器學習和增材制造（3D打印）的整合。
采訪中，Ben Schrauwen解釋了如何使用機器學習技術，通過對制造數據的分析，來識別和優化潛在的生產瓶頸。此外，該平臺還可以使用機器學習來自動調整3D打印機的參數，以提高打印質量和減少材料浪費。
接下來，Schrauwen討論了將機器學習與3D打印相結合的好處。他解釋了如何使用機器學習技術來提高3D打印的效率和精度，以及如何減少材料浪費。他還強調了機器學習可以為3D打印提供更大的設計靈活性，使設計師可以更快地創建新的設計，并在打印過程中進行優化。
最后，Schrauwen分享了他對未來3D打印和機器學習的看法。他認為，隨著機器學習技術的不斷發展，制造業將會發生重大變革，從而改變我們對制造的方法。他指出，隨著3D打印技術的成熟和普及，機器學習將成為3D打印過程中不可或缺的一部分。他還預測，未來的3D打印將更加智能化和自動化，可以為制造業帶來更多的機會和挑戰。
人工智能教授投身先進制造
在播客中， Schrauwen 解釋說，之所以放棄大學終身教授職位及研究工作室、創立Oqton，因為他看到了利用人工智能、機器學習和 3D 打印等尖端技術改造制造業的重大時機。
在大學學習工程學時，Schrauwen 對這些技術革新制造業的潛力著迷。然而，他也看到這些技術的潛力與它們在行業中的實際應用之間存在巨大差距。他發現傳統的制造工作流程通常是僵化和不靈活的，這使得制造商難以充分利用這些技術的潛力。
Schrauwen 意識到，通過開發一個利用最新技術并提供靈活和集成制造方法的平臺，他可以幫助彌合這一差距并釋放增材制造和其他先進制造工藝的全部潛力。他相信這個平臺可以幫助制造商實現顯著的成本節約，提高產品質量和一致性，并使他們能夠更快地響應不斷變化的市場需求。
此外，本還希望對世界產生積極影響。他發現，通過使制造商更高效、更可持續地生產產品，他可以為更加環保和對社會負責的制造業做出貢獻。
ChatGPT、機器學習與人工智能
2022年底ChatGPT 一經發布，Schrauwen立即將ChatGPT技術引入公司工作工具箱，向Oqton 全團隊推薦體驗這項革新性技術。
Schrauwen在播客中提到了人工智能、機器學習和ChatGPT的區別。ChatGPT是一種基于機器學習技術的自然語言處理模型，它可以生成連續流暢的文本回復。
我們知道著名的Markov chains（馬爾可夫鏈）在歷史上被用于語音識別，但是它們的回溯能力非常有限，Markov chains假設下一個狀態僅取決于前一個狀態，而語言并不是這樣工作的。語言中存在長期依賴關系，下一個單詞的選擇取決于對話開始的方式，而不僅僅是前一個單詞，Markov模型無法捕捉這種長期依賴關系。
人工智能是一種廣泛的概念，指的是計算機系統可以執行類似于人類智能的任務。機器學習則是實現人工智能的一種方法，它使用算法和統計模型來讓計算機系統從數據中學習，并自動改進其性能。
Schrauwen認為，機器學習是科技產業變革性的關鍵技術，并且能夠可靠地構建人工智能水平，此舉將徹底改變我們經濟的各個方面。他認為我們正處于自動化的下一波浪潮的前沿，就像個人電腦如何改變了辦公環境和工廠管理一樣，機器學習也將徹底改變制造業和其他行業。
在播客中，Schrauwen提到，如果數據集足夠大，機器學習可以學習數據中的一般性，并將其應用于訓練集之外的數據點。他認為，如果模型足夠大且數據集足夠大，則深度神經網絡可以學習任何東西。因此，他認為機器學習在處理大規模數據和復雜問題方面非常擅長。然而，在目前的情況下，機器學習仍然存在一些局限性，例如處理不確定性和處理小規模數據等方面還需要進一步改進。
探索制造業中的人工智能
隨著新時代發展，加工機器的效率越來越高，產能愈發充足。然而，越來越多制造企業面臨批量越來越小、新產品推出時間越來越短的全新挑戰。另一方面，雖然先進制造的效率高，但實際上很難找到熟練控制、編程先進機器、五軸銑削和金屬 3D 打印設備的熟練勞動力。
與歐特克和PTC等傳統CAD軟件相比，Schrauwen 表示，創新企業Oqton的優勢在于其智能制造軟件平臺可以更好地應用人工智能、機器學習和自動化技術來提高生產效率和質量，Oqton Manufacturing OS可以與各種不同類型的機器人、3D打印機和其他自動化設備、先進制造設備進行深度集成，以實現更高效的生產流程。
軟件Manufacturing OS通過MES、IoT 技術，建立完整產線的數字孿生環境，這些數據會成為 AI 自動化的數據引擎庫。然后，CAM的編程計算發揮作用，再由IoT技術將編程數據輸送到生產機器上。最后，Manufacturing OS為這個制造企業的產線完成了設備、工藝、產程、訂單數據的采集、運營與持續優化。
Schrauwen 在播客中提到人工智能技術應用于制造業的挑戰：先進制造要求數據非常精準，而大部分機器學習模型在精度方面其實存在困難。
以DALL-E生成的圖像為例，這些圖像從遠處看起來很合理，但是當你放大時，你會發現它們充滿了不合理的東西，人們有六個手指和奇怪的臉孔。因此，機器學習模型在CAD中實現精度是困難的。雖然有一些方法可以解決這個問題，但是與點云或網格相比，使用機器學習模型實現CAD的精度難度更大。
這是因為點云和網格是離散的數據結構，而機器學習模型需要處理連續的數據結構。因此，使用點云或網格可以避免機器學習模型在處理連續數據時出現的精度問題。此外，點云和網格也更容易被處理和優化，因為它們具有固定的結構和形狀。
Oqton的AI模型可以將點云數據轉換為CAD模型，并使用這些CAD模型來生成機器指令和路徑規劃編程，以實現自動化加工和制造。
例如，Oqton的AI模型可以根據建議將更多的零件放在3D打印機的基板、使一次3D 打印更高的產量；同時確保生產計劃得到優化，靈活交付。
這樣的軟件系統能夠幫助制造企業更好地積累制造經驗、工程師們也不再需要整日埋頭工藝編程，先進制造技術的使用成本將大幅度降低。
2021年，Oqton首先向修復齒科制造企業推出經過完整AI模型訓練的、3D打印金屬牙冠牙橋數據準備（編程）自動化方案。這個方案即使處理工藝要求最高的可摘局部義齒支架（RPD），也能為計算機編程（CAM）效率翻了1倍，迅速獲得Crown Ceram、Motor City lab Works、Dental-Labor Volkmer等苦于人力成本高漲的全球牙科技工所喜愛。
緊接著，Oqton又推出了針對“3D打印批量生產第一應用”隱形正畸矯治器生產的工藝子東海方案，聯合3D Systems 、Prodways 等知名牙科3D打印機，真正做到100% 的隱形正畸矯治器從數據處理、打印、切割的全自動產線。
結語
人工智能技術正在以前所未有的方式改變著制造業的面貌。它的引入為企業帶來了更高的效率、更精確的生產和更好的創新能力。然而，我們也必須謹慎應對人工智能帶來的挑戰，例如技術失業和隱私問題。只有通過全球合作和持續的監管，我們才能確保人工智能技術在制造業變革中發揮其最大的潛力，為人類社會帶來更加繁榮和可持續的未來。讓我們勇敢地迎接這個新時代，以人工智能為助力，推動制造業實現更大的創新、效率和可持續發展，為我們的世界創造出更美好的明天。
