Umělá inteligence a strojové učení ve světě 3D tisku

Oba technologické segmenty tu s námi již nějakou dobou jsou. Umělá inteligence a strojové učení nás v posledních letech obklopují doslova na každém kroku, ačkoli už si toho možná ani nevšímáme. Věci, jako jsou chytré telefony, tablety, počítače, smart televizory, tiskárny, sluchátka, ale i sofistikovanější řešení, jako jsou dohledové systémy, prvky chytrých domácností či budov nebo třeba moderní automobily, už používáme natolik samozřejmým způsobem, že o tom ani nijak hlouběji neuvažujeme…

S 3D tiskem je to sice trochu složitější, ten stále zůstává spíše výsadou specializovanějších využití, typicky pro přípravu nejrůznějších konceptů, prototypů nebo např. náhradních dílů napříč různými průmyslovými obory, nebo vzdělávacích či školicích institucí, ale i přesto jde o významný a rychle se rozvíjející obor, ve kterém se pohybují obrovské sumy peněz.

Proč tedy nevyužít synergií, které vyplývají z propojení dvou takto technologicky vyspělých segmentů, jakými oblasti umělé inteligence, strojového učení a 3D tisku bezesporu jsou?

Budoucnost 3D tisku

V souvislosti s umělou inteligencí často hovoříme také o strojovém učení, neuronových sítích či automatizaci. Hlavní ideou pro uplatnění těchto technologií v oblasti 3D tisku je schopnost strojů samostatně řešit problémy bez nutnosti zásahu lidské obsluhy, nebo jen s jejich naprostým minimem, a to na základě velkého množství dostupných dat a předchozí „zkušenosti“. V případě 3D tisku je takto možné nejenom zvýšit produkční výkon zařízení, ale také snížit nároky na materiál redukcí rizika vzniku chybových výtisků. Dalším pozitivním dopadem je také celkové zvýšení automatizace a autonomie výroby.

Propojením 3D tisku s AI a ML technologiemi se tak dnes zabývá stále více firem, startupů i výzkumných projektů a integrují je jak do samotných zařízení, tak do souvisejících (softwarových) služeb. U řady 3D tiskových zařízení, programů či služeb se tak s prvky umělé inteligence a strojového učení setkáváme již nyní, ale prozatím jde spíše o průkopnické iniciativy. Prostor do budoucna pro další rozšiřování zůstává obrovský.

Automatizace tiskového workflow

Z nasazení umělé inteligence a strojového učení těží např. oblast 3D tiskových pracovních postupů (workflow). Příprava tisku jakéhokoli (složitějšího) trojrozměrného produktu se běžně skládá z celé řady navazujících kroků – jmenovat můžeme např. tvorbu návrhu v CAD softwaru, přípravu pro 3D tisk v dalším specializovaném softwaru a samotný tisk. Vhodně navržený software dokáže některé z těchto kroků výrazně urychlit, zredukuje např. množství nutných manuálních operací, zautomatizuje výpočet a sledování nákladů a ideálně asistuje také u volby vhodného materiálu. Ve větších společnostech může být nápomocné také plánování 3D tisku na základě dostupné zásoby potřebných tiskových materiálů.

Stále více se AI a ML prosazuje rovněž přímo do návrhářských 3D programů tak, aby byly tyto nástroje do maximální možné míry schopny pomoci s co nejideálnějším návrhem konceptu při vynaložení co nejmenšího úsilí. Zároveň by to mohlo, alespoň v případě jednodušších projektů, také snížit nároky na znalosti a dovednosti obsluhy, protože současný software je často velmi složitý a komplikovaný.

Optimalizace 3D tisku

Velmi důležitou součástí každého 3D tiskového projektu je rovněž materiálová optimalizace, kde umělá inteligence a strojové učení také nacházejí široké uplatnění. Každý uvažovaný projekt (obzvláště pak, pokud je rozsáhlejší nebo se při něm používají drahé tiskové spotřební materiály) by měl být ideálně pečlivě zanalyzován, aby byl zvolen co nejlepší produkční postup, který co nejlépe zohledňuje nároky na čas i materiál. Nejlépe by taková analýza měla odhalit riziková místa a do maximální možné míry eliminovat možnost vzniku jakékoli chyby.

Nové tiskové materiály

Od původních několika málo typů tiskových materiálů, které byly schopny zpracovat původní 3D tiskárny, jsme se dnes dostali do fáze, kdy můžeme podle svých potřeb a schopností daného zařízení tisknout z desítek nebo dokonce stovek velmi rozdílných substancí. Ty se však samozřejmě navzájem výrazně liší svými vlastnostmi, nároky na zpracování, dobou tuhnutí apod., což jsou všechno parametry, které je nutné při návrhu projektu velmi pečlivě vyhodnocovat a zohledňovat. Je zřejmé, že s rostoucí složitostí materiálů do hry vstupuje čím dál více faktorů, na které je třeba dávat pozor.

Pokročilé tiskárny dnes obsahují značné množství senzorů nebo kamer s vysokým rozlišením, které celý produkční proces monitorují a sbírají při něm veškerá nejrůznější dostupná data, souvislosti a vztahy. Celý tento proces tedy poskytuje umělé inteligenci a strojovému učení značný prostor uplatnit se, protože v jeho průběhu vzniká tak obrovské množství dat, že není v kompetencích člověka je všechny obsáhnout, vyhodnotit a zohlednit při dalším postupu. Výkonné moderní technologie si s tím však hravě poradí a generují informace užitečné nejen pro dosažení co nejlepších výsledků v daný moment, ale i pro další vývoj v budoucnu.

Umělá inteligence a strojové učení do tohoto procesu navíc vstupují i z druhé strany – např. na MIT či na univerzitě v Cambridgi je totiž vědci využívají i při vývoji nových tiskových materiálů. Výzkumníci jsou díky strojovému učení a patřičným algoritmům schopni rychle optimalizovat vlastnosti vznikajících materiálů, jako jsou tloušťka, tuhost, odolnost či komprese a jejich vzájemné poměry, a velmi rychle tak překonávají dřívější metody vývoje. Díky tomu dokonce vznikla i otevřená databáze materiálů AutoOED, kterou mohou využívat i další výzkumníci.