機器學習現在是一個非常熱門的話題，ChatGPT 引起了不小的轟動。商業公司OpenAI 在其語言模型之上發布了聊天機器人，不僅可以進行人機對話甚至還可以用來寫論文，讓世界了解機器學習（通常稱為人工智能(AI)）的功能。毫無疑問，人工智能將是一個強大的工具，那么會對世界產生怎樣的影響？對此，我們無法確定。我們也無法準確知道人工智能將在什么時間范圍內滲透到我們的工作、日常生活和經濟中。隨著AIBuild 采用 ChatGPT，可以看到3D打印行業在今天可以真正利用這些工具。然而，AI 能為增材制造行業做些什么？它在短期內可能會做些什么？就目前已知的情況，下面將做出一些推論。

AI 開發人員的共同目標是制造能夠“思考”的機器，制造與人類或其他生物的思維過程相同或相近的機器。這些實體本身的想法可能與我們自己的非常不同，但在速度或能力上可能是相同的。在機器學習中，計算機程序使用規則（可能是用戶輸入和數據）對未來數據或結果進行分類、篩選或預測。當程序與人工神經網絡（動物大腦的模擬）結合時，人類可能發現沒有預料到或沒有時間弄清楚的學習模式。

●設置預測數值
在桌面級材料擠出系統上，絲材的最佳工藝設置大多取決于經驗，有時取決于猜測。當機器制造商在優化參數時，往往會根據自己的初始設置，通過反復試印和調整來實現，這需要很多的調試時間。用戶也通常試打幾個樣件，通過對比外觀等選擇工藝參數。

基于足夠的信息，這個過程可以通過人工智能實現自動化。如果有足夠的初始測試和結果，一家材料公司可以輸入其更改后的工藝參數，在許多機器上獲得對新絲材進行最佳設置的參數。通過將測試擴展到新系統，該公司可以獲得比其他絲材供應商更好的設置和打印結果。原始設備制造商查還可以進行多維度的比較，利用在機器、材料、質量規格等方面的所有測試結果，還可以優化設置以獲得更高的強度，例如通過進一步測試。

●零件改進
不同的填充百分比能夠影響零件的強度，使用AI能夠確定最佳的填充模式，進一步探索不同的密度和設置，為不同的零件部分提供最佳配置。可以對層粘附設置、厚度和層高度進行同樣的操作，以通過更好的設置來提高Z強度。

●故障緩解
使用機器學習進行自動故障檢測的研究已經在進行中，許多研究者在這個領域發表了文章。分析了打印過程的所有視頻，可以找到常見的故障模式，包括導致錯誤的特定高度、形狀、運動和模型。進一步訪問用戶設置會生成一個非常大的有關打印失敗的數據集，可以用來避免常見錯誤或找出正確的設置。

●過程監控
過程監控可以盡早發現錯誤，許多3D打印公司也在追求這一點。可以使用指示、支撐結構燈來預測打印品何時以及如何失敗。Addiguru 、Open Additive 、Hexagon、Authentise等公司在這一方面積極研究。3D打印過程可以得到質量保證，通過過程監控，可使整個系統更具預測性，同時也能使人們對打印過程有更深的理解。

●設計優化
?

設計本身也可能得到優化。很多衍生式設計和拓撲優化都依賴于人工智能，通過學習，算法會找到正確的填充形狀，這也是是生成式設計的本質。GPU制造商Nvidia宣布推出Magic3D，這是一種生成式AI技術，可以根據文本提示生成3D模型。

結論目前，我們看不到未來哪些人工智能公司和計劃會成功并進入商業模式，也看不到他們將獲得多少資金和收入，但是我們可以相信人工智能將對世界產生根本性的影響。增材制造領域也會受到影響。人工智能將成為一種工具，解決制造過程中存在很多復雜性和差異性，讓增材制造技術變得更容易。

審核編輯：陳陳