機器學習和人工智能（AI）通常是最新的流行詞。但是，通常對于這些概念到底能提供什么感到困惑，尤其是在制造環(huán)境中。人工智能和機器學習不只是簡單的編程智能和規(guī)則遵循，還需要大量數(shù)據(jù)來學習和預測未來的發(fā)展。在CAD中，真正的機器學習和AI可以幫助設計師創(chuàng)建更快，更輕松和更好的設計。

但是，這不是一個即時過程。就像亞馬遜的Alexa或Google助手一樣，命令會隨著時間的推移而學習，并且每個系統(tǒng)在收集用戶數(shù)據(jù)時都會有所改進。

DassaultSystèmes的SolidWorks高級產(chǎn)品組合經(jīng)理Mark Rushton說：“現(xiàn)在，這確實是個雞和雞蛋的場景。” “如果機器學習支持的幫助不是立即有用的，則用戶可能不會使用它，但是這樣做，程序可能永遠無法改善預測以變得有用。我們將機器學習算法引入了我們基于云的軟件中，旨在幫助用戶完成非常重復的日常任務的目標。我們每天都在努力使人們盡可能容易地使用它，但這是正確執(zhí)行并增加重大價值的過程。”

CAD中的AI

盡管CAD中的AI仍處于開發(fā)的早期階段，但重點是使軟件能夠通過智能設計來優(yōu)化流程，從而使工程師更容易創(chuàng)建既高效又經(jīng)濟的設計。

Rushton說：“我們通過“設計助手”來幫助用戶，這有助于預測用戶下一步可能會做什么。“當用戶必須進行選擇時，如果他或她將半徑或倒角應用于尖銳的邊緣，則一旦選擇了第一條邊緣，就會彈出一個窗口，提示設計助手接管半徑或倒角并將其合并到其他邊緣上它可以預測設計師的下一步行動，然后相應地進行設計。”

如今，CAD中的AI超越了通常基于幾何的選擇，并且可以查看3D幾何中的長度，方向和類似特征，并提出明智的建議。設計助手可以讓用戶應用所有智能設計功能，從而使設計過程自動化，而不是讓設計者添加所有元素。

設計師與助手的合作越多，它將變得更加精致和直觀。基于從設計師的選擇中收集的數(shù)據(jù)，預測將變得更加智能。

Rushton說：“例如，如果用戶創(chuàng)建了一個倒角的邊緣，并且助手預測要合并的50個不同的邊緣，然后再進行選擇，則助手可能只預測20個選項。” “它會根據(jù)用戶命令不斷完善選擇。它可以預測用戶可能會做些什么。目前，我們確實看到了生產(chǎn)率的提高，但是我們也期望在裝配環(huán)境中看到這種收益。”

Rushton指出，一個特別耗時的領域是設計人員需要將兩個零件用CAD放在一起，因為用戶必須將所有零件排成一排并消除所有自由度。AI實際上可以查看幾何形狀以及過去事物之間的連接方式，以及過去各個部分如何與其他部分連接并從中學習。助手可以提示用戶以特定方式添加功能或設計。

Rushton說：“這實際上是關于自動化設計過程的信息。” “我們希望以這種水平的生產(chǎn)力為基礎，并從簡單的項目開始并以此為基礎。”

對于新手或初級工程師來說，這可能會很有幫助，他們可能沒有在該領域工作多年的工程師所擁有的豐富設計經(jīng)驗。CAD中的AI可以檢查設計并提示進行更改以提高可制造性。除此之外，未來還有許多領域可以應用機器學習。

“在模擬和制造中，機器學習有巨大的機會，” Rushton說。“仿真與設計緊密相關。但是，仿真目前面臨許多挑戰(zhàn)，尤其是在確定最佳設置方面。機器學習可以解釋結(jié)果并為用戶提供有關如何為未來項目創(chuàng)建令人滿意的設置的建議。 ”

使用AI在后臺運行模擬類型的測試可以幫助用戶在材質(zhì)，幾何形狀和過程方面做出更好的決策。如果設計助手確定可以使用更便宜的材料替代具有相同期望結(jié)果的其他材料，則用戶可以選擇它。這將有助于創(chuàng)建更加經(jīng)濟實用的設計。

如今，CAD中的AI超越了通常基于幾何的選擇，并且可以查看3D幾何中的長度，方向和類似特征，并提出明智的建議。

“ CAD是如此靈活，但是挑戰(zhàn)之一是在設計時，實際上沒有正確或錯誤的方法來完成某件事，” Rushton說。“因此，預測用戶下一步將面臨挑戰(zhàn)。每個設計師在設計時都可以做出不同的選擇，因此預測是主觀的。這就是為什么系統(tǒng)收集的數(shù)據(jù)越多，預測越好的原因。 “這也不意味著要取代設計師，因為我們離取代人類創(chuàng)造能力還有很長的路要走。機器學習并不一定會在很多事情之外跳出思維。”

CAM中的AI

生產(chǎn)環(huán)境不斷變化以滿足客戶的需求。公司需要更快，更便宜地建設項目。想法也很快進入市場。AI可用于減少CAM用戶的重復功能和任務。

達索系統(tǒng)公司高級SolidWorks產(chǎn)品和產(chǎn)品組合經(jīng)理Michael Buchli說：“人工智能的智慧可以開始理解那些重復的過程，并簡化需要完成的任務。” “這并不一定是要取代人員，而是要騰出時間來處理下一個大創(chuàng)意，或者微調(diào)那些使自己的公司在競爭中脫穎而出的自動化技術。”

在傳統(tǒng)的CAM中，有人參與其中并將工具路徑放在上面。程序員對它做了很多的工具路徑。程序員在頭腦中進行了大量的計算和決策，以向CAM系統(tǒng)傳達需要發(fā)生的特定情況。

“當您開始研究更復雜的高端CAM系統(tǒng)時，它們已開始將AI和機器學習結(jié)合在一起，程序員可以簡單地將其放入機器單元中并捕捉我們想要去的零件，并將創(chuàng)建一個虛擬的雙胞胎實際上代表了車間中將會發(fā)生的事情。”

通過在CAM中使用AI，如果該軟件知道連續(xù)使用的特定機器，設置和功能，它可以提供真實世界制造過程的更好，更全面的圖景。從那里可以通過深刻地提出更好，更有效的刀具路徑和夾具選項來簡化CAM過程。

CAM中AI的目標是簡化和簡化重復性任務，使其更快。在輸出方面，公司將在車間開始更多地使用具有機器人技術和自動化的AI。

CAM中的AI面臨的一大挑戰(zhàn)是真正利用該技術所需的思維方式轉(zhuǎn)變。工人通常習慣于工作流程和過程，不一定習慣進行重大更改。

Buchli說：“但是，由于當今事情發(fā)展如此之快，因此整合能夠創(chuàng)造知識的知識流程可以使流程更成功，這可以幫助商店騰出更多精力去發(fā)展下一件大事。” “要使公司充分利用人工智能，經(jīng)理和員工就必須熟悉并熟悉流程。人工智能使商店可以制定標準做法，并將重點轉(zhuǎn)移到不總是維護這些流程，而是要放眼未來。”

與CAD中的AI相似，如果正確完成，CAM中的AI將成為本機工作方式。如果作為用戶程序，AI能夠接管工作流程和流程，則隨著時間的流逝，它將預測所需的機器，夾具，工具和刀具路徑。它可以了解用戶正在做的事情，以減少將來類似過程的步驟。