Инженеры из Университета Рутгерса нашли способ с помощью искусственного интеллекта решить две самые больные точки в производстве. Работой руководил Раджив Малхотра, он профессор кафедры механики и аэрокосмической техники в местной школе инженерии.

В одном случае ученые показали, как умные самонастраивающиеся системы делают 3D-печать надежной даже в космосе или в зоне боевых действий. В другом — как ИИ резко ускоряет внедрение новых технологий в цехах, избавляя от кучи дорогих экспериментов.

Первая работа вышла в издании Journal of Manufacturing Processes. Малхотра называет подход «экспедиционным аддитивным производством». Речь про печать деталей для космического корабля прямо на поле боя или в районе землетрясения, где нет стабильных заводских условий. Тряска, перепады температуры — все это может испортить деталь. Даже сами операторы (солдаты или космонавты) часто не имеют специальной подготовки, что только усложняет задачу.

Малхотра прямо говорит: решение, которое придумала его команда, может спасать жизнь. В космосе сломанная деталь похоронит всю миссию. В бою застынет машина. В зоне бедствия спасатели останутся без нужного инструмента.

Получится деталь или нет — от этого зависит успех задачи. Можно потерять людей, — объясняет профессор.

Чтобы справиться с проблемой, Малхотра с коллегами создали новый метод ИИ — условное обучение с подкреплением.

Система наблюдает за печатью через камеру и мгновенно подстраивает настройки принтера, как только видит дефект. Ей не нужно заранее знать, что пошло не так. Она чинит проблему за один шаг. Ее не надо переучивать под новые условия — это огромный плюс по сравнению с тем, что есть сейчас.

Больше не надо гадать. Какие бы помехи ни нагрянули, мы справимся, не выбрасывая деталь и не останавливая печать. А остановка или брак — это катастрофа для любой миссии, — поясняет Малхотра.

Система работает без остановки принтера и без переобучения софта — критично важная вещь в аварийной обстановке. Пользователю не нужно быть экспертом. ИИ считает отсутствие подготовки просто еще одной помехой, которую он преодолеет.

Мы научили ИИ ждать неожиданное, а не ожидаемое. Мы создали метод, который делает экспедиционную печать гораздо надежнее всего, что описано в научной литературе. Он сокращает брак в десять и более раз, и качество растет на ту же величину, даже если вы заранее не знаете, какие помехи будут, — утверждает ученый.

Для обороны, космоса и ликвидации последствий катастроф это прорыв. Такой надежности раньше никто не добивался.

Вторая работа вышла в издании Journal of Intelligent Manufacturing. Тут Малхотра с командой занялись ускорением инноваций в обычном производстве. Раньше инженеры веками пользовались физическими моделями и методом проб и ошибок, чтобы понять, как ведут себя материалы. На разработку таких моделей уходят десятилетия, нужна глубокая экспертиза. Даже современные методы машинного обучения требуют гигантских объемов данных.

Это очень медленно, часто с ошибками. Иной раз много лет уходит на реальную отладку процесса, — говорит Малхотра.

Его команда создала ИИ, который читает научные статьи, вытаскивает из них полезные сведения и смешивает с малым количеством реальных экспериментов. Так получаются предсказательные модели. ИИ работает как видавший вид эксперт: пробует несколько раз — и попадает в точку.

Вместо сотен опытов команда получила точные результаты всего на тридцати образцах.

Мы сократили число образцов для изготовления, а значит, делаем всё намного быстрее, — объясняет профессор.

Система использует большие языковые модели, чтобы добывать знания из научной литературы, а потом проверяет и уточняет их на реальных данных.

Наша задача — взять существующий ИИ и без пяти миллиардов долларов, почти за копейки сказать: «Найди-ка мне гипотезу, которая сработает в моем случае».

Это новшество разгоняет разработки в авиации, автомобилестроении, электронике и обороне.

Метод избавляет от кучи человеческих толкований и огромных экспериментов, ускоряя инновации для новых или сложных производственных процессов, — резюмирует Малхотра.

Анализ стоимости и доступности

Судя по описанию, технология не требует миллиардных вложений. Сам Малхотра говорит, что они использовали существующие ИИ-системы и потратили «почти ничего». Камера для контроля за печатью — не дефицит, программная часть может работать на обычном компьютере. Это не значит, что технология станет доступной любому школьнику завтра же: нужен сам 3D-принтер и базовое понимание, как им управлять. Но для военных, космических агентств и спасательных служб стоимость вполне подъемная. Для обычного энтузиаста — пока дороговато из-за требований к железу, но через пару лет такие системы могут стать опцией на промышленных принтерах среднего ценового сегмента.

Что было раньше

До этого исследования люди пытались управлять 3D-печатью в плохих условиях с помощью обычных алгоритмов, которые требовали заранее прописать все возможные помехи. Если возникало нечто новое — печать летела в брак. Система Малхотры не требует предварительного знания помех и не нуждается в переобучении. Это не просто маленький шажок, а серьезный скачок: брак снижается в десять раз в принципиально непредсказуемой обстановке. По оценке самих авторов, «такой надежности раньше не добивался никто». То есть это прорыв в своей нише — экспедиционной печати. Со второй частью про чтение научных статей — тоже большой шаг вперед, поскольку раньше извлекать знания из текстов и объединять с реальными данными в одной системе умели плохо.

Этичность и возможный вред

С этической точки зрения технология выглядит чисто. Она спасает жизни в космосе, бою и катастрофах. Вред возможен только если ее начнут применять для печати оружия в зонах конфликтов без контроля — но это проблема не самого ИИ, а того, кто его использует. Еще момент: система сокращает потребность в людях-экспертах. Для кого-то это плюс, но инженеры с уникальной квалификацией могут потерять работу. Малхотра прямо говорит, что ИИ заменяет «эксперта с Ph.D.». Это тревожный звоночек для рынка труда в высокотехнологичных отраслях.

Когда каждый человек сможет попробовать

Ждать осталось недолго, но помахать рукой перед датчиком в ближайший год не выйдет. Обычный пользователь сможет лично столкнуться с технологией, когда производители бытовых 3D-принтеров (например, Prusa или Bambu Lab) встроят похожие системы в свои устройства. По опыту внедрения сложных алгоритмов в массовую технику — примерно через 3–5 лет. В космосе или военной технике — уже завтра, но туда простого человека не пустят. А вот через чтение научных статей с помощью ИИ — любой студент или инженер сможет попробовать уже сейчас, если выложат открытый код. Авторы об этом не пишут, но часто университетские проекты рано или поздно публикуют на GitHub.

Сравнение с аналогами

Критика и главный подвох

Авторы молодцы, но есть один крупный недостаток, о котором они умалчивают. Система учится на научных статьях. А научные статьи бывают ошибочными, с подтасовкой данных или просто устаревшими. Если ИИ «начитается» мусора, то и его прогнозы станут мусором. Как система отличает хорошую статью от плохой? Никак, судя по описанию. Второй подвох: условное обучение с подкреплением работает отлично на тестовых стендах Рутгерса, но реальный космос или поле боя — это не только тряска и перепады температур, а ещё радиация, вакуум, грязь, отказы связи, перепады давления. Насколько устойчива система к сбоям своего же оборудования? Авторы не приводят данных. Третий момент: скорость работы. Чтобы мгновенно подстраивать печать, нужны мощные вычислители. На слабом процессоре система может тупить, и деталь испортится. Иными словами, технология сейчас хороша в идеально стабильной университетской лаборатории. А в реальной грязи и радиации — большой вопрос.

Ранее стало известно, что в Амстердаме напечатали на 3D-принтере целый мост.