【悉恩悉机床网】机器学习或人工智能将对增材制造（AM）的发展起到至关重要的作用。强大的计算能力将使其进步的速度比早期发明时要快得多。

　　每个零部件的制造过程都受制于影响其结果的各种变量，但对于增材制造（AM）却有很大的程度差异。例如在加工中，我们知道所选择的工具、切削液、进给速率等的影响，以及在模具加工中我们知道材料特性和模具设计的影响。但是当涉及到诸如金属激光选区熔化等增材工艺时，会有更多的变量及变量组合影响到我们尚未认识的部分的形式和性质，更不用说掌握了。

　　然而，增材制造将受益于另一个重要的区别：时代不同。

　　其他制造工艺是在过去发展起来的，而增材制造正成熟于高级计算能力的时代。因此，机器学习也许将被证明是影响增材制造进展的主要因素。

　　具体来说，机器学习将使AM的进步提速。机器学习——这个术语并不意味着是一种人类不能做的计算，而是指的计算量。数十亿种不同输入输出关系可以通过计算得到快速的探索，而仅仅是相同探索中的一小部分，可能需要人类自己工作一个世纪才能完成。

　　我们深道这一点，因为在过去，我们别无选择。例如，过去一年的一些新型加工刀具的设计可能是在十年前或更早的时候开始研究的。我们的知识以这种方式缓慢地进行着，甚至在一代又一代的时间里，研究人员只通过实验和他们对自己所看到的事物进行推断的方式来探索过程变量。增材制造在早期获得的成就也大致如此。

　　如今，我们逐渐看到了一条新的掌握知识并获得成功的道路——如何利用机器学习作为一种工具来更快地提高我们对增材制造的掌握程度。

　　Citrine信息公司的联合创始人Bryce Meredig直言，机器学习就是一种工具。不同于制造商习惯用的任何一种工具，它不仅可以被理解，而且可以通过努力变得更好。他习惯用“人工智能”这个术语，对他而言，“人工”一词抓住了这种工具的力量和它的局限性。

　　他说：“人工智能真的很擅长把数十亿个可能性简单地缩短到十个。但是人类也有一些重要的理解，这些理解非常微妙，不能融入到计算中去。”因此，只有人类可以看到机器学习产生的一系列的可能性，并且能看到类似这样一种情况：选项一和选项二都不可行，而选项三才是一条有希望的路。

　　他说，成功将带来成功。由于数学关系将被发现并指向在物理上有意义的人际关系，机器学习的进步会不断加速。当一种规则被发现时，那么知识就可以被纳入到模型中，从而允许后续的机器学习接受已知的规则并将其用在别处。

　　他认为，人类必将找到这种规则，像过去一样真实。由于计算确定了输入和输出之间有希望的联系，人类专家将判断哪些发现是糟粕，哪些是有意义的。只是发现的速度有所不同，但这种变化将是深刻的，我们甚至会看到这个过程在加速。也就是说，随着人们在人工智能发现中认识到价值的最后关键一环，无疑将促使人工智能的步伐加快。（Peter Zelinski）