Jun 11, 2023
AM, incontra l'intelligenza artificiale
Pronti per ulteriori cambiamenti in un settore manifatturiero in rapida evoluzione? Perché l'intelligenza artificiale e l'apprendimento automatico sono la prossima grande novità nella stampa 3D L'intelligenza artificiale (AI) ha il
Pronti per ulteriori cambiamenti in un settore manifatturiero in rapida evoluzione? Perché l’intelligenza artificiale e l’apprendimento automatico sono la prossima grande novità nella stampa 3D
L’intelligenza artificiale (AI) ha il potenziale per migliorare notevolmente le capacità della stampa 3D. I possibili vantaggi includono una migliore ottimizzazione della progettazione, un utilizzo più efficiente dei materiali, un controllo di qualità più rapido e accurato e la capacità di eseguire una manutenzione predittiva. Nel complesso, si prevede che l’integrazione dell’intelligenza artificiale e della stampa 3D porterà a processi di produzione più efficienti ed economici, nonché a nuove innovazioni nei materiali, nella progettazione e nelle applicazioni.
Il paragrafo precedente proviene da ChatGPT, un servizio online basato sull’intelligenza artificiale che ha risposto in modo intelligente e appropriato alla domanda: “In che modo l’intelligenza artificiale influirà sulla stampa 3D?”
La risposta del bot è stata prolissa, quindi necessitava di qualche rifinitura, ma l'intelligenza artificiale probabilmente metterà me e innumerevoli altri senza lavoro ad un certo punto, così come altre forme di automazione. Per il momento, però, sono fiducioso nel dire che sono uno scrittore migliore di un motore di intelligenza artificiale basato su modelli linguistici che ha solo pochi mesi di esperienza al suo attivo nel digitale. E con questo in mente, prometto che il resto delle parole in questo articolo sono tutte generate dall'uomo.
A parte l'evoluzione delle capacità di scrittura, l'intelligenza artificiale e l'apprendimento automatico (ML) brillano in compiti noiosi e ripetitivi che farebbero rapidamente desiderare a un lavoratore umano di trascorrere il fine settimana. Uno di questi è l’ordinamento di immensi set di dati. “Immaginate la capacità di analizzare un enorme foglio di calcolo pieno di buchi e rumore, e poi di trasformare tali informazioni in un modello robusto che le persone possano utilizzare per il processo decisionale. Questo è ciò che fa il nostro software."
Così ha affermato Stephen Warde, responsabile del marketing dei prodotti presso Intellegens Ltd., "uno spin-off" del dipartimento di fisica dell'Università di Cambridge in Inghilterra. Oggi, i colleghi di Warde trascorrono le loro giornate sviluppando piattaforme avanzate di analisi ML che presto renderanno la produzione additiva (AM) e altre tecnologie affamate di dati più intelligenti, più veloci e molto meno dipendenti da lunghi esperimenti di prova e miglioramento e dalla prototipazione.
Il machine learning e il suo fratello maggiore, l'intelligenza artificiale, non sono una novità. In effetti, il primo di questi termini risale al 1959, quando il dipendente IBM Arthur Samuel addestrò computer grandi quanto garage per due auto a giocare a dama. Eppure il machine learning soffre da tempo di una grave lacuna – colmare le lacune – che solo di recente è stata affrontata attraverso il lavoro di Intellegens e altri.
"Storicamente, i motori di apprendimento automatico non funzionano molto bene se i dati utilizzati per addestrarli sono incompleti", ha affermato Warde. “Molti di noi qui hanno un background in fisica, scienza dei materiali e formulazioni chimiche e riconosciamo che i dati scarsi possono essere un fattore limitante. Ecco perché il nostro team è stato motivato a creare un metodo di machine learning in grado di creare modelli utilizzabili da set di dati non ottimali."
Questo lavoro ha portato Intellegens nello spazio additivo, dove il motore Alchemite dell'azienda può essere utilizzato per l'ottimizzazione dei parametri. “I produttori in genere raccolgono grandi quantità di dati sui loro processi, sulle polveri che utilizzano, sulle impostazioni del laser e così via. L’apprendimento automatico li aiuta ad analizzare tutte queste informazioni in modo che possano capire cosa sta succedendo nella camera di costruzione e quindi adattare gli input per i risultati desiderati”.
Warde ammette che l'uso di questa tecnologia nel complesso è ancora agli inizi, ma afferma di riscontrare un grande interesse da parte del settore commerciale e che i produttori di additivi stanno già utilizzando software ML per ridurre la necessità di costosi esperimenti durante lo sviluppo di nuovi materiali e processi.
Benoit Soete, responsabile dello sviluppo aziendale di Oqton Inc., un fornitore di software con uffici statunitensi a Valencia, California e Cary, Carolina del Nord, è altrettanto ottimista riguardo al ruolo crescente dell'intelligenza artificiale nell'AM. "Mi concentro qui sulle applicazioni dentali e posso dirvi che l'uso dell'intelligenza artificiale sta diventando abbastanza comune nei laboratori odontotecnici e nei centri di produzione", ha affermato.