前沿技術(shù)：使用人工智能實(shí)時(shí)調(diào)整3D打印

編者按

3D打印，也被稱為增材制造，是目前制造業(yè)的前沿技術(shù)之一?？茖W(xué)家和工程師不斷開發(fā)可用于3D打印的具有獨(dú)特性能的新材料，但要弄清楚如何使用這些材料進(jìn)行打印，可能是一個(gè)復(fù)雜且代價(jià)高昂的難題。麻省理工學(xué)院的研究人員開發(fā)了一種人工智能方法，能夠簡(jiǎn)化這一過(guò)程。本文發(fā)表于2022年8月的《MIT News》，作者亞當(dāng)·澤維。

通常，專業(yè)操作員必須通過(guò)反復(fù)試驗(yàn)（可能是數(shù)千次打?。﹣?lái)確定始終有效地打印新材料的理想?yún)?shù)。這些參數(shù)包括打印速度和打印機(jī)沉積的材料量。因?yàn)樾枰罅俊⒎磸?fù)地試驗(yàn)，確定數(shù)字制造過(guò)程中的理想?yún)?shù)可能是整個(gè)制造過(guò)程中最昂貴的部分之一。而且，如果技術(shù)人員找到了一種效果很好的組合，這些參數(shù)可能僅適用于一種場(chǎng)景。關(guān)于材料在其他環(huán)境、不同硬件上的表現(xiàn)，或者新批次是否表現(xiàn)出不同特性的數(shù)據(jù)，現(xiàn)有過(guò)程幾乎完全無(wú)法掌握。

麻省理工學(xué)院的研究人員現(xiàn)在已經(jīng)開始使用人工智能來(lái)簡(jiǎn)化這一過(guò)程。他們開發(fā)了一種機(jī)器學(xué)習(xí)系統(tǒng)，使用模擬算法加強(qiáng)對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，調(diào)整打印參數(shù)以使錯(cuò)誤最小化，然后將其應(yīng)用于真正的3D打印機(jī)。簡(jiǎn)言之，該系統(tǒng)使用計(jì)算機(jī)視覺來(lái)觀察制造過(guò)程，然后實(shí)時(shí)糾正其處理材料的錯(cuò)誤。與其他3D打印的控制器相比，他們的系統(tǒng)更精準(zhǔn)。

這項(xiàng)工作避免了打印數(shù)千或數(shù)百萬(wàn)個(gè)真實(shí)物體來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的昂貴過(guò)程，可以讓工程師更容易地將新材料融入印刷品中，幫助他們開發(fā)具有特殊電氣或化學(xué)特性的物體。如果材料或環(huán)境條件發(fā)生意外變化，還可以幫助技術(shù)人員即時(shí)調(diào)整打印過(guò)程。

“這個(gè)項(xiàng)目是構(gòu)建制造系統(tǒng)的第一個(gè)演示，該系統(tǒng)使用機(jī)器學(xué)習(xí)來(lái)學(xué)習(xí)復(fù)雜的控制策略。”麻省理工學(xué)院電氣工程和計(jì)算機(jī)科學(xué)教授、計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室（CSAIL）計(jì)算設(shè)計(jì)和制造小組（CDFG）負(fù)責(zé)人沃伊切赫·馬圖西克（Wojciech Matusik）說(shuō)，“如果您擁有更智能的制造機(jī)器，它們可以實(shí)時(shí)適應(yīng)工作場(chǎng)所不斷變化的環(huán)境，以提高產(chǎn)量或系統(tǒng)的準(zhǔn)確性，那么就可以用機(jī)器打印出更多的東西?！?/p>

揀選參數(shù)

使用機(jī)器學(xué)習(xí)系統(tǒng)也充滿挑戰(zhàn)。首先，研究人員需要實(shí)時(shí)測(cè)量打印機(jī)上發(fā)生的情況。為此，他們開發(fā)了一個(gè)機(jī)器視覺系統(tǒng)，使用兩個(gè)攝像頭瞄準(zhǔn)3D打印機(jī)的噴嘴。該系統(tǒng)在材料沉積時(shí)向材料照射光，并根據(jù)通過(guò)的光量計(jì)算材料的厚度。

“您可以將視覺系統(tǒng)視為一組實(shí)時(shí)觀察過(guò)程的眼睛?！瘪R圖西克說(shuō)?？刂破鲗⑻幚硭鼜囊曈X系統(tǒng)接收到的圖像，并根據(jù)看到的任何錯(cuò)誤，調(diào)整打印速度和打印機(jī)的方向。

但是，這個(gè)制造過(guò)程是數(shù)據(jù)密集型的，并且需要進(jìn)行數(shù)百萬(wàn)次打印，一個(gè)基于神經(jīng)網(wǎng)絡(luò)的控制器要理解這些，顯然是學(xué)習(xí)和訓(xùn)練的。因此，研究人員建造了一個(gè)模擬器去模擬生成訓(xùn)練所需的各種數(shù)據(jù)。

成功模擬

為了訓(xùn)練控制器，MIT的研究人員使用了“強(qiáng)化學(xué)習(xí)”，在這個(gè)過(guò)程中，模型通過(guò)反復(fù)試驗(yàn)來(lái)學(xué)習(xí)并獲得獎(jiǎng)勵(lì)。該模型的任務(wù)是選擇在模擬環(huán)境中創(chuàng)建特定對(duì)象的打印參數(shù)。在顯示預(yù)期輸出后，當(dāng)模型選擇的參數(shù)最小化其打印與預(yù)期結(jié)果之間的誤差時(shí)，模型就會(huì)獲得獎(jiǎng)勵(lì)。

在這一過(guò)程中，“錯(cuò)誤”往往來(lái)自模型分配了過(guò)多的材料，將其放置在應(yīng)該保持開放的區(qū)域，或者沒有分配足夠的材料，留下應(yīng)該填充的開放點(diǎn)。但隨著模型執(zhí)行更多的模擬打印，它不斷更新控制策略以獲得最大化獎(jiǎng)勵(lì)，因而變得越來(lái)越準(zhǔn)確。

然而，現(xiàn)實(shí)世界比模擬場(chǎng)景更加混亂。比如，在實(shí)踐中，條件通常會(huì)因打印過(guò)程中的細(xì)微變化或噪音而發(fā)生變化，因此研究人員創(chuàng)建了一個(gè)近似3D打印機(jī)噪聲的數(shù)值模型。他們使用該模型時(shí)有意在模擬中添加噪聲，從而產(chǎn)生更真實(shí)的結(jié)果。

“有趣的是，通過(guò)實(shí)施噪聲模型，我們能夠?qū)⒓兇庠谀M中訓(xùn)練的控制策略轉(zhuǎn)移到硬件上，而無(wú)需進(jìn)行任何物理實(shí)驗(yàn)的訓(xùn)練?！瘪R圖西克說(shuō)，“之后，我們不需要對(duì)實(shí)際設(shè)備進(jìn)行任何微調(diào)?！?/p>

測(cè)試控制器時(shí)，它比研究人員評(píng)估的任何其他控制方法更準(zhǔn)確地打印對(duì)象，尤其在填充打?。创蛴∥矬w內(nèi)部）方面表現(xiàn)更為出色。其他的一些控制器沉積了過(guò)多的材料，以至于打印出來(lái)的物體會(huì)凹凸不平，但CDFG小組的控制器調(diào)整了打印路徑，使物體保持水平。

他們的控制策略甚至可以了解材料在沉積后如何擴(kuò)散，并相應(yīng)地調(diào)整參數(shù)。

“我們還能夠設(shè)計(jì)控制策略來(lái)動(dòng)態(tài)控制不同類型的材料?！瘪R圖西克說(shuō)，“因此，如果您在現(xiàn)場(chǎng)已經(jīng)有了一個(gè)制造流程并且想更改材料，就不必重新驗(yàn)證制造流程，只需要加載新材料，控制器就會(huì)自動(dòng)調(diào)整?！?/p>

未來(lái)方向

既然已經(jīng)展示了這種技術(shù)在3D打印中的有效性，研究人員希望能為其他制造過(guò)程開發(fā)更多控制器。他們想看看在有多層材料或一次打印多種材料的情況下如何修改該方法。此外，他們的方法假設(shè)每種材料都有固定的黏度，但未來(lái)的迭代可以使用AI來(lái)實(shí)時(shí)識(shí)別和調(diào)整黏度。

這項(xiàng)工作得到了廣泛的國(guó)際合作，其他參與者來(lái)自馬克斯普朗克研究所、瑞士盧加諾大學(xué)、普林斯頓大學(xué)和奧地利科學(xué)技術(shù)學(xué)院等機(jī)構(gòu)，并得到了FWF Lise-Meitner計(jì)劃、歐洲研究委員會(huì)的啟動(dòng)資助和美國(guó)國(guó)家科學(xué)基金會(huì)的部分支持。