近日，Oqton公司的高级副总裁、CEO Ben Schrauwen教授接受了著名媒体3DPodcast 的采访，探讨了大火的人工智能机器学习和增材制造（3D打印）的整合。
采访中，Ben Schrauwen解释了如何使用机器学习技术，通过对制造数据的分析，来识别和优化潜在的生产瓶颈。此外，该平台还可以使用机器学习来自动调整3D打印机的参数，以提高打印质量和减少材料浪费。
接下来，Schrauwen讨论了将机器学习与3D打印相结合的好处。他解释了如何使用机器学习技术来提高3D打印的效率和精度，以及如何减少材料浪费。他还强调了机器学习可以为3D打印提供更大的设计灵活性，使设计师可以更快地创建新的设计，并在打印过程中进行优化。
最后，Schrauwen分享了他对未来3D打印和机器学习的看法。他认为，随着机器学习技术的不断发展，制造业将会发生重大变革，从而改变我们对制造的方法。他指出，随着3D打印技术的成熟和普及，机器学习将成为3D打印过程中不可或缺的一部分。他还预测，未来的3D打印将更加智能化和自动化，可以为制造业带来更多的机会和挑战。
人工智能教授投身先进制造
在播客中， Schrauwen 解释说，之所以放弃大学终身教授职位及研究工作室、创立Oqton，因为他看到了利用人工智能、机器学习和 3D 打印等尖端技术改造制造业的重大时机。
在大学学习工程学时，Schrauwen 对这些技术革新制造业的潜力着迷。然而，他也看到这些技术的潜力与它们在行业中的实际应用之间存在巨大差距。他发现传统的制造工作流程通常是僵化和不灵活的，这使得制造商难以充分利用这些技术的潜力。
Schrauwen 意识到，通过开发一个利用最新技术并提供灵活和集成制造方法的平台，他可以帮助弥合这一差距并释放增材制造和其他先进制造工艺的全部潜力。他相信这个平台可以帮助制造商实现显著的成本节约，提高产品质量和一致性，并使他们能够更快地响应不断变化的市场需求。
此外，Schrauwen还希望对世界产生积极影响。他发现，通过使制造商更高效、更可持续地生产产品，他可以为更加环保和对社会负责的制造业做出贡献。
ChatGPT、机器学习与人工智能
2022年底ChatGPT 一经发布，Schrauwen立即将ChatGPT技术引入公司工作工具箱，向Oqton 全团队推荐体验这项革新性技术。
Schrauwen在播客中提到了人工智能、机器学习和ChatGPT的区别。ChatGPT是一种基于机器学习技术的自然语言处理模型，它可以生成连续流畅的文本回复。
我们知道著名的Markov chains（马尔可夫链）在历史上被用于语音识别，但是它们的回溯能力非常有限，Markov chains假设下一个状态仅取决于前一个状态，而语言并不是这样工作的。语言中存在长期依赖关系，下一个单词的选择取决于对话开始的方式，而不仅仅是前一个单词，Markov模型无法捕捉这种长期依赖关系。
人工智能是一种广泛的概念，指的是计算机系统可以执行类似于人类智能的任务。机器学习则是实现人工智能的一种方法，它使用算法和统计模型来让计算机系统从数据中学习，并自动改进其性能。
Schrauwen认为，机器学习是科技产业变革性的关键技术，并且能够可靠地构建人工智能水平，此举将彻底改变我们经济的各个方面。他认为我们正处于自动化的下一波浪潮的前沿，就像个人电脑如何改变了办公环境和工厂管理一样，机器学习也将彻底改变制造业和其他行业。
在播客中，Schrauwen提到，如果数据集足够大，机器学习可以学习数据中的一般性，并将其应用于训练集之外的数据点。他认为，如果模型足够大且数据集足够大，则深度神经网络可以学习任何东西。因此，他认为机器学习在处理大规模数据和复杂问题方面非常擅长。然而，在目前的情况下，机器学习仍然存在一些局限性，例如处理不确定性和处理小规模数据等方面还需要进一步改进。
探索制造业中的人工智能
随着新时代发展，加工机器的效率越来越高，产能愈发充足。然而，越来越多制造企业面临批量越来越小、新产品推出时间越来越短的全新挑战。另一方面，虽然先进制造的效率高，但实际上很难找到熟练控制、编程先进机器、五轴铣削和金属 3D 打印设备的熟练劳动力。
与欧特克和PTC等传统CAD软件相比，Schrauwen 表示，创新企业Oqton的优势在于其智能制造软件平台可以更好地应用人工智能、机器学习和自动化技术来提高生产效率和质量，Oqton Manufacturing OS可以与各种不同类型的机器人、3D打印机和其他自动化设备、先进制造设备进行深度集成，以实现更高效的生产流程。
软件Manufacturing OS通过MES、IoT 技术，建立完整产线的数字孪生环境，这些数据会成为 AI 自动化的数据引擎库。然后，CAM的编程计算发挥作用，再由IoT技术将编程数据输送到生产机器上。最后，Manufacturing OS为这个制造企业的产线完成了设备、工艺、产程、订单数据的采集、运营与持续优化。
Schrauwen 在播客中提到人工智能技术应用于制造业的挑战：先进制造要求数据非常精准，而大部分机器学习模型在精度方面其实存在困难。
以DALL-E生成的图像为例，这些图像从远处看起来很合理，但是当你放大时，你会发现它们充满了不合理的东西，人们有六个手指和奇怪的脸孔。因此，机器学习模型在CAD中实现精度是困难的。虽然有一些方法可以解决这个问题，但是与点云或网格相比，使用机器学习模型实现CAD的精度难度更大。
这是因为点云和网格是离散的数据结构，而机器学习模型需要处理连续的数据结构。因此，使用点云或网格可以避免机器学习模型在处理连续数据时出现的精度问题。此外，点云和网格也更容易被处理和优化，因为它们具有固定的结构和形状。
Oqton的AI模型可以将点云数据转换为CAD模型，并使用这些CAD模型来生成机器指令和路径规划编程，以实现自动化加工和制造。
例如，Oqton的AI模型可以根据建议将更多的零件放在3D打印机的基板、使一次3D 打印更高的产量；同时确保生产计划得到优化，灵活交付。
这样的软件系统能够帮助制造企业更好地积累制造经验、工程师们也不再需要整日埋头工艺编程，先进制造技术的使用成本将大幅度降低。
2021年，Oqton首先向修复齿科制造企业推出经过完整AI模型训练的、3D打印金属牙冠牙桥数据准备（编程）自动化方案。这个方案即使处理工艺要求最高的可摘局部义齿支架（RPD），也能为计算机编程（CAM）效率翻了1倍，迅速获得CrownCeram、Motor City lab Works、Dental-Labor Volkmer等苦于人力成本高涨的全球牙科技工所喜爱。
紧接着，Oqton又推出了针对“3D打印批量生产第一应用”隐形正畸矫治器生产的工艺自动化方案，联合3D Systems、Prodways等知名牙科3D打印机，真正做到100% 的隐形正畸矫治器从数据处理、打印、切割的全自动产线。
结语
人工智能技术正在以前所未有的方式改变着制造业的面貌。它的引入为企业带来了更高的效率、更精确的生产和更好的创新能力。然而，我们也必须谨慎应对人工智能带来的挑战，例如技术失业和隐私问题。只有通过全球合作和持续的监管，我们才能确保人工智能技术在制造业变革中发挥其最大的潜力，为人类社会带来更加繁荣和可持续的未来。让我们勇敢地迎接这个新时代，以人工智能为助力，推动制造业实现更大的创新、效率和可持续发展，为我们的世界创造出更美好的明天。
