剑桥大学智能学习AI算法，可纠正不同零件、材料和3D打印系统的错误(2)

它是如何实现的 研究人员通过向一个深度学习计算机视觉模型，来说明是如何训练它的，该软件在打印192个构建物过程中，自动捕获了大约95万张图像。每张图像都标有打印机的设置，例如打印喷嘴的速度和温度，以及打印材料的流速。该模型还收到了有关这些设置与良好值差距的信息，使该算法能够自行理解错误是如何产生的。 Pattinson说：“该软件一旦经过训练，算法可以通过观察图像找出哪些设置是正确的，哪些是错误的。例如，某个设置是太高还是太低，然后应用适当的修正。最酷的是，使用这种方法的3D打印工厂，可以不断地收集数据，因此算法也可以不断地改进。” 他们解释，使用这种方法，它可以应用于识别和纠正不熟悉的物体或材料，甚至是新的打印系统中的错误。 Brion说：“当你用喷嘴进行打印时，那么无论你使用的是什么材料，如聚合物、混凝土、番茄酱或其他什么都可以，你都会得遇到潜在的打印错误。例如，如果喷嘴移动得太快，你往往会出现材料的斑块，或者如果你推出的材料太多，那么打印的线条会重叠形成折痕。” 无论打印什么部件或使用什么材料，类似设置产生的错误都会具有类似的特征。因为我们的AI智能学习算法，通过不断学习，可以应对不同材料的一般特征。 结果，只用一种材料和印刷系统训练的算法，能够在不同的打印机系统上检测和纠正不同材料的错误，从工程聚合物到番茄酱，或者是蛋黄酱，它都可以。

△为熊友们奉上“通过多头神经网络进行通用3D打印错误检测和校正”

算法得到多方支持 在剑桥大学商业化部门的支持下，Brion成立了Matta公司，将开发商业应用的技术。 Brion：“我们正在把注意力转向，如何在高价值行业中发挥作用，如航空航天、能源和汽车等行业。在这些行业中，3D打印技术被用来制造高性能和昂贵的部件，可能需要几天或几周的时间来完成一个单一的部件，成本为数千英镑。在开始时发生的错误，很可能直到部件完成和检查时才会被发现。我们的方法将实时发现错误，显著提高生产效率"。 这项研究得到了工程和物理科学研究委员会(EPSRC)、皇家学会、医学科学院和艾萨克-牛顿信托的支持。