美國海軍研究辦公室探索如何利用人工智慧提升零部件製造水平

10月1日，美國海軍研究辦公室（Office of Naval Research）向洛克希德馬丁公司（Lockheed Martin）授予了一個價值580萬美元、為期兩年的研究合同，探索如何利用人工智慧和機器學習技術令針對複雜形狀零部件的3D打印製造過程更加可靠，從而節約當前生產後所需的漫長檢查時間。

目前通過3D打印製造的零部件需要技術專家進行持續監測，以保證這類結構複雜的零部件沒有混入雜質和瑕疵。因此，為改進這個需要大量人力投入的生產過程，美國海軍要求洛克希德馬丁公司幫助研發一個可利用鐳射來切削金屬，並監管零部件3D打印製造過程的多維度機器人。洛克希德馬丁公司將與卡耐基梅隆大學（Carnegie Mellon University）、愛荷華州立大學（Iowa State University）、科羅拉多礦業學校（Colorado School of Mines）、美國製造公司（America Makes）、吉凱恩（GKN）、沃爾夫機器人（Wolf Robotics）和橡樹嶺國家實驗室（Oak Ridge National Laboratory）共同開展這個專案。

卡耐基梅隆大學將負責測量和分析3D打印製造過程中諸如鐳射束照射點尺寸、鈦合金原料填充速度、製造過程中向工件輸入的總體能量密度等變數。愛荷華州立大學則將會把這些變數資料輸入到一個用於預測3D打印製造零部件機械效能的計算機模型中，計算結果將幫助研究人員在一個非常小的尺度上預測鐳射能量、原料加入等步驟對工件的物理微結構將產生怎樣的影響。

由於在相關測量過程中涉及到熱測量和光測量——前者相對容易且資料量較少，而後者將可能產生資料量大到難以管理的資料。洛克希德馬丁公司希望研究如何在縮減資料集規模的同時避免犧牲關鍵引數，而科羅拉多礦業學校和美國製造公司將具體負責解決壓縮、調整資料集並提取可用於訓練演算法的關鍵資訊這個問題。

在提取訓練資料這個階段完成後，相關演算法和資料將交給橡樹嶺國家實驗室，後者將在製造機器人上實際測試如何基於機器學習和測量資料來可靠地製造幾何和結構上完美的零部件。專案的這個環節將面臨來自增量製造和人工智慧兩個領域的雙重挑戰。在增量製造方面，研究團隊將試圖通過新的製造工藝來來判斷各個引數對於工件質量的影響大小，從而確定實際生產環節中對引數的控制級別；在人工智慧和機器學習方面的主要挑戰是模型需要引入自我糾錯和迭代能力，以適應複雜幾何圖形零件生產過程中的大量資料輸入。

洛克希德馬丁公司指出，一旦獲得可控制生產結構完美的零部件的演算法，那麼將不再需要開展耗費大量時間的生產後檢查，而只需相對簡單的非破壞性檢查和評估。這個成果也將為作戰單位帶來實際的益處——作戰單位只需搜尋零部件資料庫，就可下載相應數字模型並通過機器人現場製造，而無需像現在這樣等待數日甚至數週才能從後勤保障部門得到替換用的零部件。

宣告：本文來自國際安全簡報，版權歸作者所有。文章內容僅代表作者獨立觀點，不代表安全內參立場，轉載目的在於傳遞更多資訊。如需轉載，請聯絡原作者獲取授權。