Oqton CEO ——Ben：機(jī)器學(xué)習(xí)如何提高增材制造的生產(chǎn)力

作者：Oqton公司的高級(jí)副總裁、CEO  Ben Schrauwen
來源：Oqton

ChatGPT 充分發(fā)揮了人工智能 (AI) 的優(yōu)勢，在短短兩個(gè)月內(nèi)，它就達(dá)到了 1 億用戶。在網(wǎng)上和媒體上，公眾正在分享使用聊天機(jī)器人自動(dòng)化工作、檢查代碼和創(chuàng)建內(nèi)容大綱的示例。它還引發(fā)了大量提供人工智能功能的新產(chǎn)品。

所有這些是否構(gòu)成重大的技術(shù)飛躍？AI 是否已成為一種真正有用的工具，或者這只是炒作周期的另一個(gè)高峰，就像我們過去看到的那樣？

ChatGPT 只是 AI 發(fā)展領(lǐng)域在過去十年真正達(dá)到臨界點(diǎn)的眾多創(chuàng)新之一。

在 Oqton，我們一直在應(yīng)用機(jī)器學(xué)習(xí)模型來實(shí)現(xiàn)制造自動(dòng)化。我們從第一天起就是一家 AI 公司，我們有一個(gè)專門的 AI 團(tuán)隊(duì)，致力于在 AI 可以真正發(fā)揮作用的領(lǐng)域巧妙地使用 AI。

五年前，當(dāng)我創(chuàng)辦這家公司時(shí)，我相信我們正處于人工智能成為提高生產(chǎn)力的工具的邊緣 —— 而不僅僅是一個(gè)噱頭。這正是我們今天所看到的。

除了 ChatGPT，我們現(xiàn)在能夠可靠構(gòu)建的 AI 能力水平將改變我們經(jīng)濟(jì)的方方面面。使用增材制造技術(shù)的供應(yīng)商已經(jīng)從 Oqton 的 AI 中獲得了巨大的回報(bào)。

Oqton 一直在與牙科、醫(yī)療和工業(yè)領(lǐng)域使用一系列技術(shù)的組織合作，從機(jī)器人技術(shù)到 3D 打印和 CNC 銑削。我們的 AI 背后的一般原則和這個(gè)街區(qū)的新孩子，如 ChatGPT 和 Bard，是相似的。讓我們來看看它們是什么。

什么是人工智能、機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)？
用最簡單的話來說，機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集，它使用在數(shù)據(jù)上訓(xùn)練的算法來生成可以執(zhí)行復(fù)雜任務(wù)的模型。拋開所有的炒作，它歸結(jié)為類固醇的統(tǒng)計(jì)數(shù)據(jù)�？紤]一個(gè)具有 2000 億個(gè)參數(shù)而不是兩個(gè)的非線性函數(shù)。

當(dāng)今最流行的機(jī)器學(xué)習(xí)應(yīng)用程序（如 ChatGPT、OpenAI 的圖像生成器 DALL-E 和自動(dòng)駕駛汽車）的主力是神經(jīng)網(wǎng)絡(luò)。這種類型的機(jī)器學(xué)習(xí)模型由神經(jīng)元組成——一種在 1960 年代左右發(fā)明的統(tǒng)計(jì)算法�！吧窠�(jīng)元”這個(gè)名字來自當(dāng)時(shí)人們對(duì)大腦工作方式的有限了解。

神經(jīng)網(wǎng)絡(luò)特別擅長處理數(shù)據(jù)中定義不明確的模式，例如語音識(shí)別、圖像識(shí)別和對(duì)書面語言上下文的理解。凡是模糊、嘈雜或未精確定義的地方，神經(jīng)網(wǎng)絡(luò)就會(huì)大放異彩。

在機(jī)器學(xué)習(xí)領(lǐng)域，您會(huì)聽到深度神經(jīng)網(wǎng)絡(luò)或深度學(xué)習(xí)這個(gè)術(shù)語。大約在 2010 年，英國研究員 Geoffrey Hinton 提出了擁有多層神經(jīng)網(wǎng)絡(luò)的想法，從十幾層到 50 層神經(jīng)元。

科學(xué)家們找到了有效訓(xùn)練這種神經(jīng)網(wǎng)絡(luò)的方法，并了解到它們具有非常強(qiáng)大的表示能力。從本質(zhì)上講，他們發(fā)現(xiàn)將神經(jīng)網(wǎng)絡(luò)做深比做寬要有效得多。

機(jī)器學(xué)習(xí)進(jìn)步的另一個(gè)重要因素是計(jì)算能力。模型需要處理大量信息。

計(jì)算機(jī)科學(xué)家僅在最近幾十年才能夠?qū)崿F(xiàn)這一目標(biāo)。他們利用最初為圖形渲染而構(gòu)建的 GPU，并發(fā)現(xiàn)它們也可以是非常強(qiáng)大的架構(gòu)，可以有效地優(yōu)化非常大的數(shù)學(xué)函數(shù)。

但訣竅是利用這個(gè)可以做任何事情的功能，并為制造業(yè)等高價(jià)值領(lǐng)域構(gòu)建數(shù)據(jù)集。

忘記算法，重要的是數(shù)據(jù)集
機(jī)器學(xué)習(xí)的基本原理是在數(shù)據(jù)集上訓(xùn)練算法。它們包括數(shù)以千計(jì)或數(shù)百萬為單位的示例，我們會(huì)為其添加標(biāo)簽。例如，對(duì)口語錄音進(jìn)行注釋就是標(biāo)注。

您將數(shù)據(jù)集提供給算法，它使用函數(shù)的旋鈕以最佳方式近似數(shù)據(jù)。

所顯示的是，當(dāng)數(shù)據(jù)集足夠大時(shí)，這些技術(shù)可以推廣。該算法在一個(gè)數(shù)據(jù)集上進(jìn)行訓(xùn)練，并學(xué)習(xí)該數(shù)據(jù)的結(jié)構(gòu)。然后，您可以將其應(yīng)用于看不見的數(shù)據(jù)點(diǎn)并獲得良好的預(yù)測。

在 AI 中，數(shù)據(jù)集決定一切。這些算法本身都是開源的，F(xiàn)acebook、谷歌和微軟等頂級(jí)公司的主要研究實(shí)驗(yàn)室都發(fā)布了他們的代碼工作。因此，每個(gè)人都有相同的算法。真正重要的是您擁有多少數(shù)據(jù)以及數(shù)據(jù)的質(zhì)量。

當(dāng)然，您是否可以處理它。培訓(xùn) ChatGPT 的電費(fèi)約為 1000 萬美元。數(shù)以千計(jì)的 GPU 必須連續(xù)計(jì)算數(shù)周，才能讓模型按照它的方式執(zhí)行。

但訣竅是利用這個(gè)可以做任何事情的功能，并為制造業(yè)等高價(jià)值領(lǐng)域構(gòu)建數(shù)據(jù)集。

CAD 的問題
雖然神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)中定義不明確的模式時(shí)表現(xiàn)出色，但它們在精確度方面卻很吃力。以 DALL-E 生成的圖像為例。從遠(yuǎn)處看，他們看起來很明智。如果你放大，你會(huì)發(fā)現(xiàn)它們充滿了荒謬的東西——有六個(gè)手指的人，奇怪的面孔……它并沒有得到完全正確的數(shù)字。

雖然這種精度的缺乏在語言中并不總是很明顯，但它是經(jīng)常使用 CAD 的增材制造中的一個(gè)主要障礙。機(jī)器學(xué)習(xí)模型很難處理 CAD 幾何圖形，因?yàn)樗�的定義非常精確。

在 Oqton，我們使用了很多關(guān)于幾何的深度學(xué)習(xí)模型，我們發(fā)現(xiàn)讓它們在網(wǎng)格、體素或點(diǎn)云上工作比在 CAD 上工作要容易得多。在 CAD 模型中，您有一個(gè)設(shè)計(jì)樹。如果您在根音符處有最小的錯(cuò)誤，您將在設(shè)計(jì)樹的其余部分為此付出代價(jià)。然而，在網(wǎng)格中，一個(gè)頂點(diǎn)的錯(cuò)誤不會(huì)破壞整個(gè)模型。

這正是我們投入巨資讓深度學(xué)習(xí)模型在 CAD 上運(yùn)行的原因。很難達(dá)到這種精確度，但這正是很多價(jià)值所在。

自動(dòng)化制造中的重復(fù)性任務(wù)
我們將人工智能（特別是機(jī)器學(xué)習(xí)）應(yīng)用于制造的主要原因是獲取用戶的知識(shí)，并利用它來自動(dòng)執(zhí)行重復(fù)性任務(wù)。

要了解制造自動(dòng)化是什么樣子，我們只需要看看鈑金行業(yè)。它的自動(dòng)化程度令人難以置信，而且在過去的 20 年里一直如此。如果您訂購鈑金件，您會(huì)在五分鐘內(nèi)得到報(bào)價(jià)。訂單進(jìn)入鈑金車間，ERP 將自動(dòng)生成嵌套并將它們推送到可用的機(jī)器上。

然而，其他行業(yè)——如增材、焊接和機(jī)械加工——還沒有達(dá)到自動(dòng)化的那個(gè)階段。

這就是 Oqton 創(chuàng)意的來源。人工智能可用于使制造空間的其余部分達(dá)到與鈑金相同的自動(dòng)化水平，這將大大提高生產(chǎn)率并促進(jìn)創(chuàng)新。

就目前情況而言，組織正在努力滿足市場需求。批量越來越小，對(duì)定制和個(gè)性化產(chǎn)品的興趣越來越大，新產(chǎn)品推出時(shí)間越來越短。每個(gè)新批次都意味著工程師或技術(shù)人員需要準(zhǔn)備數(shù)據(jù)以重新打印或調(diào)整工作流程。

很難找到知道如何為五軸銑削和金屬 3D 打印的先進(jìn)機(jī)器編程的熟練工人。與此同時(shí)，現(xiàn)有員工經(jīng)常被困在重復(fù)性的手工工作中。通過將重復(fù)性工作自動(dòng)化，員工可以專注于解決問題。

推進(jìn)制造的垂直化方法
Oqton 的制造自動(dòng)化方法是創(chuàng)建一個(gè)單一的 MES、物聯(lián)網(wǎng)平臺(tái)——制造操作系統(tǒng)——捕獲所有正在生產(chǎn)的零件的完整數(shù)字線程。此信息成為 AI 用于自動(dòng)化的數(shù)據(jù)引擎。

我們首先專注于金屬和聚合物 3D 打印，我們決定逐個(gè)垂直解決這個(gè)問題。我們沒有為所有行業(yè)開發(fā)單一軟件，而是為特定細(xì)分市場創(chuàng)建了最佳自動(dòng)化功能。

每個(gè)垂直領(lǐng)域都有相似類型的幾何形狀，我們可以為這些幾何形狀訓(xùn)練人工智能，并將其應(yīng)用于該領(lǐng)域的所有組織。我們從牙科技工所開始，我們的重點(diǎn)使我們能夠?yàn)檠拦�、牙橋、RPD 框架、牙科模型和隱形矯治器訓(xùn)練多種機(jī)器學(xué)習(xí)模型。

現(xiàn)在，我們對(duì)醫(yī)療保健行業(yè)、服務(wù)機(jī)構(gòu)和能源行業(yè)使用相同的方法。

基于人工智能的自動(dòng)化已到來
一些大型制造企業(yè)組織已經(jīng)在使用 Manufacturing OS 作為生產(chǎn)hub。訂單來了，Oqton 管理設(shè)計(jì)、3D 打印、激光打標(biāo)、CNC 加工等整個(gè)生產(chǎn)步驟。

對(duì)于較小的牙科實(shí)驗(yàn)室，Oqton 讓他們高枕無憂，因?yàn)樗麄儾粫?huì)因人員短缺而錯(cuò)過訂單截止日期。其中一些只有一名員工知道打印機(jī)、程序和流程是如何工作的。如果員工不在，打印就會(huì)停止。然而，Oqton 的人工智能模型可以捕捉這些知識(shí)并使實(shí)驗(yàn)室能夠隨時(shí)運(yùn)行機(jī)器。

這也讓更多的組織可以使用增材技術(shù)。以前只有專家才能操作機(jī)器，而現(xiàn)在組織中的通才可以使用先進(jìn)技術(shù)。

作為一個(gè)額外的好處，人工智能通過結(jié)合嵌套和調(diào)度來幫助提高設(shè)備的利用率，同時(shí)考慮到機(jī)器和操作員的可用性。

法國牙科實(shí)驗(yàn)室 Crown Ceram 是我們最早的客戶之一。他們的首席執(zhí)行官 Frederic Rapp 最近分享了他對(duì) Oqton 的人工智能如何幫助他的公司的看法，這很好地總結(jié)了我上面提到的內(nèi)容：

“Oqton 極大地改變了我們的工作流程。文件準(zhǔn)備是人工智能驅(qū)動(dòng)的，因此變得越來越快。與舊方法相比，我們從一開始就將準(zhǔn)備時(shí)間一分為二。

“Oqton 讓我們有機(jī)會(huì)通過人工智能提高我們的生產(chǎn)力。我們現(xiàn)在可以更快地培訓(xùn)我們的員工，在不影響最終結(jié)果的情況下將更多零件放在平臺(tái)上，并每天使用相同的機(jī)器更快地制造更多零件�！�

重塑制造業(yè)
回顧過去十年人工智能解決方案的進(jìn)展以及我們在牙科行業(yè)取得的成果，我堅(jiān)信人工智能正在成為我們這個(gè)時(shí)代的決定性技術(shù)。

這已經(jīng)醞釀了很長時(shí)間，并且有一些錯(cuò)誤的開始，但我們現(xiàn)在就在那里。我們現(xiàn)在可以可靠地構(gòu)建的 AI 能力水平將徹底改變我們經(jīng)濟(jì)的每個(gè)部分。

制造業(yè)正處于下一波自動(dòng)化浪潮的風(fēng)口浪尖，人工智能在其中發(fā)揮著至關(guān)重要的作用。就像 PC 改變了辦公環(huán)境和工廠的管理方式一樣，人工智能正在改變生產(chǎn)工作流程并加速創(chuàng)新。