惠普已大規模實施人工智能，未來還將有更多舉措

魔猴君  科技前沿   17天前

3D打印和制造領域的人工智能已經出現，并且正在不斷發展。它的發展方式至關重要。惠普個性化和3D打印全球軟件和數據主管Arvind Rangarajan表示：“我們現在正在探討人工智能對3D打印的影響有多大。”有很多創新值得期待，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打印行業的人工智能：人工智能從何而來，現在在哪里，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成熟。惠普順應潮流，在軟件和硬件層面實施人工智能技術。

HP已經在利用傳統的機器學習方法，為其預測性維護軟件收集各種遙測數據。

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”向用戶發出警報，讓企業能夠根據自己的情況進行準備和維修。

但現代人工智能解決方案為惠普打開了超越傳統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。惠普通過數字孿生技術實現這一目標：該軟件可以使用實時數據來模擬力對物體的影響。結果非常明顯；惠普的數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）

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

現在，與Nvidia等主要AI公司的合作釋放了這些較小數據集的潛力。惠普利用并參與了Nvidia的開源Modulus框架，開發了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“與傳統物理模擬軟件相比，實現了顯著的速度提升，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。”

“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。“因此，從[AI]技術的發展以及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。而[用戶]認為，‘哦，我現在可以使用軟件和我們收集的數據，并真正提供一個有意義的模型，該模型可以幫助實現機器之間和機器之間的可靠、一致的生產。’”

人工智能輔助設計

盡管惠普現有的人工智能預測性維護已在車間發揮作用，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公司使用“人體貼合”工具，利用3D掃描技術來制造個性化產品，例如矯形器和其他醫療設備。但當涉及到精密貼合產品時，3D掃描并不是一個看似即插即用的解決方案。

3D掃描過程會產生大量點云，必須由經驗豐富的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據，然后使用這些標志以參數化方式創建個性化設計。

“我們創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。“因此，我們無需等待幾個小時才能將其發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容，我們現在可以在客戶還在診所時立即為他們提供設計選項。”

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，創建數字資產，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，惠普正在內部采取下一步行動，創建自己的文本轉3D應用程序。“通過結合不同的生成AI技術，我們可以創建比NVIDIA文本轉3D管道更詳細的模型。”

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，該流程仍在開發中，盡管公司內部對前景充滿熱情，但他明確表示，保持現實的預期對于在行業中成功應用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生過。人們過度承諾，破壞了那些在開發方面更加謹慎的人的潛力。”

從某種程度上來說，這種情況也已經發生在人工智能領域。Rangarajan哀嘆道，其他人工智能應用程序開發人員聲稱數據濫用，這破壞了有關數據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據集的同時，更難緩解客戶的隱私擔憂，而這些應用程序可能對3D打印行業大有裨益。材料配方和開發就是其中之一，Rangarajan認為這是推動3D打印普及的驅動力。

“我們必須在數據所有權、數據、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據，從而真正加快我們改進和優化[3D打印]流程的速度，”他說。“如今，開發和改進工藝的周期，即使是聚合物，也可能是幾個月，而金屬則需要幾年。優化需要兩年、三年的時間。但如果你能收集這些數據，可能需要幾周時間。對于聚合物，可能只需要幾天時間。”

AI材料配方是Rangarajan AI戰略的一個支柱，他預計該戰略將在未來三到五年內實現，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。

幸運的是，惠普的大量AI解決方案已經在路上，而Rangarajan在發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。“我希望AI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。”

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