Углубленный взгляд на то, как ChatGPT и другие большие языковые модели (LLM-large language model) влияют на аддитивное производство.

 

С появлением такого инновационного продукта как ChatGPT и другие LLM дали возможность публике в написании статей в сфере аддитивных технологий, не имея глубоких знаний и деталей, которые существуют, также, были попытки использования их в аддитивном производстве. Эта статья, основанная на экспертном мнении профессионалов о достоинствах и недостатках этой инновации для использования ее применительно в аддитивных технологиях.

 

Быстрое развитие аддитивного производства (AM) сопровождается невероятными скачками с использованием дизайнерских программ, таких как генеративный дизайн и системы проектирования. Встроенные платформы компьютерного интеллекта развиваются уже длительное время, а генеративный дизайн создает новые типы файлов, которые могут стать реальностью только с помощью цифровых технологий, таких как 3D-печать.

 

 Но являются ли эти умные проекты только началом?

 

 Искусственный интеллект (ИИ) сегодня повсюду с тех пор, как в конце ноября 2022 года ChatGPT от OpenAI анонсировали свое открытие. Свободно доступный чат-бот открыл доступ к большой языковой модели (LLM) для широкой публики, создав новые возможности для создания, придумывания, итерации, потенциального плагиата и ответов на вопросы:

 

Для чего нужен ИИ?

Для чего это вообще нужно?

Как и где ИИ вписывается в рабочие процессы Индустрии 4.0?

А как насчет конкретно аддитивного производства как отрасли?

 

 

3DGPT появился для 3D-печати, бросая вызов ChatGPT для использования большой языковой модели (LLM) в этой отрасли

 

Особенности и недостатки ИИ для LLM

 

ИИ предлагает невероятные преимущества, которые могут сэкономить реальные человеческие часы работы за счет автоматизации процесса. LLM, в частности, предлагает виртуальные разговоры, которые можно использовать для автоматизации кодирования, генерации идей из конкретных подсказок или быстрой сортировки огромных данных для достижения конкретных результатов.

 

Однако, как и любой собеседник, ИИ подвержен неточностям. Ответы LLM склонны к галлюцинациям, которые представляют собой уверенные реакции на вопрос, но в ответе предлагая не проверенные данные. Такие галлюцинации подчеркивают ненадежность в ответах ИИ. На этапе развития возможностей LLM даже чрезвычайно тщательная подготовка и тестирование, проведенные к настоящему времени, не позволяют избежать неточностей.

 

ChatGPT и подобные программы также ограничены с точки зрения своевременных обновлений: например, бесплатная версия ChatGPT содержит информацию только до 2021 года. Когда дело доходит до быстро развивающихся, передовых отраслей промышленности, данные двухлетней давности являются уже устаревшими. За последние два года появились новые открытия, которые уже продвинули вперед несколько секторов Индустрии 4.0, такой является и аддитивное производство.

 

ИИ для аддитивного производства

 

Аддитивное производство на сегодняшний день остается передовой производственной технологией, в которой используется не только 3D-принтеры, как инструмент, но и программное обеспечение, которое им управляет. Создание STL-файлов проекта, нарезка и подготовка для 3D-печати, автоматизированный контроль, рабочие процессы, постобработка, каждый этап этих процессов аддитивного производства требуют передового программного обеспечения и качественного программирования.

 

Совсем недавно произошел прорыва в создании производственного программного обеспечения для дизайна в аддитивном производстве (DfAM), таким как автоматические предложения для генеративного построения при проектировании детали.

 

Генеративный дизайн в программном обеспечении для 3D-печати не является чем-то новым. За последнее десятилетие мы видели анонсы разработок новых продуктов программного обеспечения от таких компаний, как Autodesk, Frustum, ANSYS,  MIT, Jabil, Shapeways, Dassault Systèmes, Siemens , Desktop Metal и многих других.

 

Программное обеспечение может создать тысячи потенциальных сценариев проектирования, включая виртуальное прочностное симулирование, без которого дизайнерам и конструкторам для получения исследований понадобится провести несколько десятков испытаний, что приводит к затратам массы времени. Благодаря дополнительному преимуществу, заключающемуся в свободе проектирования при создании конструкционных деталей, которые могут быть произведены только с помощью аддитивного производства, ИИ для DfAM является заманчивым применением.

 

3DGPT для аддитивного производства

 

 Так на волне интереса к LLM, поставщик программного обеспечения для производственных процессов Authentise недавно представил собственное решение ИИ, предназначенное для аддитивного производства с 3DGPT.

 

Компания Authentise с момента своего создания в Университете Сингулярности в 2012 г., сосредоточилась на создании удобных рабочих процессов для автоматизации и оптимизации задач на основе анализа данных в наиболее динамичных производственных и инновационных системах. Благодаря своему флагманскому продукту Flows, который помогает управлять процессом заказов деталей для их производства, путем подключения к оборудованию. Она предоставляет операторам систем цифровые данные для обеспечения отслеживания повторяемости и эффективности в цеху, тем самым компания стала лидером в создании ПО для управления процессами в аддитивном производстве. Компании Ricoh, 3M, Danfoss и другие потребители этого продукта с экономили до 93% при 6-кратной окупаемости инвестиций в первый год. Управление хранением материалов, Склад цифрового дизайна и Ответчик запроса предложений (RFQ Responder) являются примерами самостоятельных сопутствующих продуктов появившиеся в процессе применения.

 

Выход данного продукта 3DGPT, который в настоящее время является скорее экспериментом, чем продуктом как таковым, находится в свободном доступе для ознакомления заинтересованным лицам. Его алгоритмы построены на основе 12 000+ журнальных статей и стандартов по аддитивному производству, как описывает его создатель Authentise.

 

Этот продукт может быть полезен по многим направлениям, будь то помощь в создании надежных и эффективных рабочих процессов или серьезность глубины запросов (RFQ) с большим количеством ссылок на стандарты. Для этого, Authentise и партнеры, такие как ASTM, должны понять возможности и ограничения технологии, чтобы продукт соответствовал компетенциям помощника.

 

«Мы знаем, что, например, алгоритмы GPT иногда галлюцинирую»-заявил генеральный директор Authentise Андре Вегнер после обнародования результатов эксперимента.

 

 Вскоре после дебюта 3DGPT Authentise представила программу Threads. Предполагается, что этот новый инструмент для организации рабочего процесса объединит средства коммуникации и управления проектами в новый пакет для совместной работы. Программа Threads представляет собой более конкретный выпуск продукта, уже подкрепленный отзывами первых пользователей.

 

Аддитивные технологии созревают для использования ИИ, со слов ГД Вегнера, что послужило толчком к созданию 3DGPT и Threads. Решение двух больших проблем, идентификации/инжиниринга применения и повторяемости, требует быстрого распространения знаний и совместной работы, поэтому 3DGPT и Threads разработаны для решения этих задач. В конце концов, они объединятся в ситуативное сотрудничество с поддержкой ИИ. Но интерес к 3DGPT и продемонстрированные результаты Threads показывают, что они каждый имеют свою индивидуальную значимость.

 

Итак, создана дорожная карта, а 3DGPT является экспериментом. Как это часто бывает с экспериментами в аддитивным производстве, это может не сработать, но все-таки на него стоит обратить внимание, так как он может стать крупным проектом в будущем.

 

В сочетании с более реалистичными выпусками, такими как Threads, а также с существующим программным обеспечением для управления проектами, грамотные пользователи смогут отличить галлюцинации ИИ от правильных подсказок. Также они смогут использовать такие инструменты как 3DGPT для развития своих рабочих процессов с использованием их в аддитивном производстве.

 

 Сомнения использования ИИ в аддитивном производстве

 

 Но даже если что-то вроде 3DGPT работает... Какой в этом смысл? Для такой компании, как Authentise, это хорошо, что она может претендовать на лидерство в рынке на волне шумихи вокруг ChatGPT, но актуально ли это для тех, кто работает в отрасли сегодня?

 

«Я полагаю, что пройдет около пяти лет, прежде чем ИИ сможет обеспечить надежное качество»,-говорит отраслевой эксперт Рэйчел Парк, которая работает в аддитивном производстве с 1997 года.

 

В разговоре Рэйчел Парк предлагает не торопиться с безоговорочными выводами по использованию ИИ, когда речь заходит о таких вопросах, как 3DGPT. Конечно, она видит потенциал, но она видела, как этот потенциал в 3D-печати десятилетиями поднимался и взлетал, а также падал и сгорал. Некоторые из результатов 3DGPT просто «читаются как повторение», отмечает она, и «для любой компании, которая хочет выделиться, использование ИИ является полной противоположностью тому, что она должна делать. Если это то, на что компания полагается в своем маркетинговом контенте, они потерпят неудачу».

 

Действительно, создание маркетингового контента, особенно в условиях участившихся увольнений во всем технологическом секторе во время COVID-19, в результате чего редко остаются нетронутыми целые команды маркетологов, представляется малопривлекательной сферой для использования LLM в технологических компаниях.

 

Копирайтинг предлагает, казалось бы, очевидный путь к использованию новых возможностей ИИ для его применения на практике, но, если контент действительно повторяется, он не будет звучать свежо, потому что он явно взят из существующих ресурсов.

 

К счастью, в случае с 3DGPT эти ресурсы четко обозначены в пояснении «Ссылки» в конце каждого раздела ответа.

 

Другие ставят под сомнение использование, применимость и надежность такого инструмента, как 3DGPT, который, как предполагается, специально разработан для аддитивного производства.

 

«Не уверен, что я действительно понимаю ценность чат-бота для применением в 3D-печати», — говорит Шон Мили, опытный маркетолог продуктов аддитивного производства и контента.

 

Authentise ответил непосредственно на замечания Мили, пояснив:

 

«Будущее за полностью специализированными моделями... Экспертам, которые хотят получить реальные ответы, потребуется нечто большее, чем общие банальности или по сути, полная чепуха, которую часто предоставляют общие ответы LLM. Если они становятся действительно ценными для экспертов, то специализированные LLM также могут быть интегрированы в экспертные системы. Нужны чат-боты, которые на основе данных 3D-принтера понимают, что именно идет не так в той или иной ситуации, поэтому используя свои специальные знания, предлагают стратегии исправления ситуации. Конечно, мы все еще далеки от этого, но это только начало, без которого мы не сможем узнать, что работает, а что нет».

 

 Поможет ли ИИ в достижении целей в аддитивном производстве?

 

 В конечном итоге ИИ является просто еще одним программным продуктом в наборе других. Его эффективность зависит от опыта пользователя. По мере распространения LLM быстро появляется все больше специалистов по формированию «лучших подсказок» для чат-ботов. Крупные технологические компании, от Google до Microsoft и Apple, все участвуют в игре с ИИ. Распространение таких предложений, неизбежно, поэтому они найдут все большее применение в "Индустрии 4.0", а значит и в аддитивном производстве.

 

Тем не менее, каждое упоминание об ИИ в аддитивном производстве в первую очередь наталкивается на вопрос: зачем? Выход Authentise реалистичен, поскольку содержит предупреждающие надписи, а также приурочен к выпуску Workflow, указывающему на перспективность и обоснованность предложений в области ПО для управления рабочими процессами. В целом, нам предстоит многое узнать о лучших приложениях для ИИ и о том, как лучше всего адаптировать их для любой отрасли, а тем более для таких отраслей, как аддитивное производство, которое сами по себе все еще относительно развивается.

 

Итак, чтобы ответить на наш главный вопрос: что на самом деле может сделать ИИ для 3D-печати? Время покажет. Сегодня он ставит вопросы и помогает продумать наши рабочие процессы. Через пять лет, по проектам Парк, вполне возможно, что ИИ найдет применение в автоматизации процесса аддитивного производства.

 

На самом деле, по моему мнению, Рэйчел Парк дает маленький временной отрезок в 5 лет, после которого возможно появится ИИ. Она, естественно, понимает всю палитру проблем, почему на данном этапе это невозможно. В первую очередь компании производители 3D-принтеров, оборудования для выполнения постобработки, сопутствующего оборудования должны предоставить всю техническую информацию в свободный доступ, что, конечно, маловероятно. Во-вторых, это касается производителей программного обеспечения, которые в свою очередь тоже должны предоставить все свои разработки, что тоже невозможно. Поэтому на данный момент все ответы ИИ носят информативные ответы, находящиеся в свободном доступе в интернете, без новых поступлений знаний дальнейшее развитие будет невозможно.

 

Однако, хочется верить, что инновационное развитие с использованием ИИ будет продолжаться, но какой будет выбран путь покажет время.    

 

   Источник