Oqton CEO ベン: 機械学習が積層造形の生産性を向上させる方法

Oqtonの上級副社長兼CEO、ベン・シュラウウェン
出典: オクトン

ChatGPT は人工知能 (AI) の力を活用して、わずか 2 か月で 1 億人のユーザーに到達しました。オンラインやメディアでは、チャットボットを使用して作業を自動化し、コードをレビューし、コンテンツのアウトラインを作成する例が一般の人々の間で共有されています。また、AI機能を備えた新製品が大量に登場しました。

これらすべては大きな技術的飛躍を意味するのでしょうか? AI は本当に役立つツールになったのでしょうか、それともこれは過去に見られたような誇大宣伝サイクルの単なるピークなのでしょうか?

ChatGPT は、過去 10 年間で本当に臨界点に達した AI 開発分野の多くのイノベーションの 1 つにすぎません。

Oqton では、製造の自動化に機械学習モデルを適用しています。当社は設立当初から AI 企業であり、AI が大きな効果を発揮できる分野で AI を賢く活用することに注力する専任の AI チームを擁しています。

5 年前、私がこの会社を立ち上げたとき、AI は単なる小道具ではなく、生産性を向上させるツールになる寸前だと信じていました。まさにそれが今日私たちが目にしているものです。

ChatGPT を超えて、私たちが現在確実に構築できる AI 機能のレベルは、経済のあらゆる側面を変革するでしょう。付加製造技術を使用するサプライヤーはすでに、Oqton の AI から大きな利益を得ています。

Oqton は、ロボット工学から 3D プリント、CNC フライス加工まで、さまざまなテクノロジーを使用して、歯科、医療、工業分野の組織と協力してきました。私たちの AI の背後にある一般原則は、ChatGPT や Bard などの新参者の AI と似ています。それらが何であるかを見てみましょう。

人工知能、機械学習、ニューラルネットワークとは何ですか?
簡単に言えば、機械学習は、データに基づいてトレーニングされたアルゴリズムを使用して、複雑なタスクを実行できるモデルを生成する人工知能のサブセットです。誇大宣伝はさておき、結局のところ、統計はステロイドを投与されたということになります。 2 個ではなく 2000 億個のパラメータを持つ非線形関数を考えてみましょう。

ChatGPT、OpenAI の画像ジェネレーター DALL-E、自動運転車など、今日最も人気のある機械学習アプリケーションの主力はニューラルネットワークです。このタイプの機械学習モデルはニューロンで構成されており、1960 年代頃に発明された統計アルゴリズムです。「ニューロン」という名前は、当時、脳の働きについての理解が限られていたことに由来しています。

ニューラルネットワークは、音声認識、画像認識、書き言葉の文脈の理解など、データ内の定義が曖昧なパターンの処理に特に優れています。曖昧だったり、ノイズが多かったり、不正確に定義されているところでは、ニューラルネットワークが活躍します。

機械学習の分野では、ディープニューラルネットワークやディープラーニングという言葉を耳にするでしょう。 2010年頃、イギリスの研究者ジェフリー・ヒントン氏は、12層から50層のニューロンからなる多層ニューラルネットワークを構築するというアイデアを思いつきました。

科学者たちは、このようなニューラルネットワークを効率的にトレーニングする方法を発見し、非常に強力な表現能力を備えていることを知りました。本質的に、ニューラルネットワークを広くするよりも深くする方がはるかに効果的であることが分かりました。

機械学習の進歩におけるもう一つの重要な要素は計算能力です。モデルは大量の情報を処理する必要があります。

コンピューター科学者がこれを実現できたのはここ数十年のことである。彼らは、もともとグラフィックスレンダリング用に構築された GPU を活用し、それが非常に大規模な数学関数を効率的に最適化できる非常に強力なアーキテクチャにもなり得ることを発見しました。

しかし、重要なのは、この機能を活用してあらゆることを実行し、製造業などの価値の高い分野向けのデータセットを構築することです。

アルゴリズムは忘れてください。重要なのはデータセットです。 機械学習の基本原理は、データセット上でアルゴリズムをトレーニングすることです。それらは、ラベル付けされた数千または数百万の例で構成されています。たとえば、話し言葉の録音に注釈を付けることも注釈です。

データセットをアルゴリズムに入力すると、アルゴリズムは関数のノブを使用して、可能な限り最適な方法でデータを近似します。

ここで示されているのは、データセットが十分に大きい場合、これらの手法を一般化できるということです。アルゴリズムはデータセットでトレーニングされ、そのデータの構造を学習します。その後、それを目に見えないデータポイントに適用して、適切な予測を得ることができます。

AI ではデータセットがすべてです。アルゴリズム自体はすべてオープンソースであり、Facebook、Google、Microsoft などの大手企業の主要な研究機関がコードを公開しています。したがって、誰もが同じアルゴリズムを持ちます。本当に重要なのは、どれだけのデータがあるのか、そしてそのデータの質です。

もちろん、あなたがそれを処理できるかどうかは別です。 ChatGPTのトレーニングにかかる電気代は約1,000万ドルでした。モデルが期待どおりに動作するには、数千の GPU が何週間も継続的に計算する必要がありました。

しかし、重要なのは、この機能を活用してあらゆることを実行し、製造業などの価値の高い分野向けのデータセットを構築することです。

CAD の問題 ニューラルネットワークは、データ内に定義が不十分なパターンがある場合に優れた性能を発揮しますが、精度に関しては苦労します。 DALL-E によって生成された画像を例に挙げます。遠くから見ると、彼らは賢明に見えました。拡大してみると、6本の指を持つ人や奇妙な顔など、ばかばかしいものがいっぱいあるのがわかります… 数字が正確ではありません。

この精度の欠如は言語では必ずしも明らかではありませんが、CAD がよく使用される付加製造においては大きな障害となります。 CAD ジオメトリは非常に正確に定義されているため、機械学習モデルでは処理が困難です。

Oqton では、ジオメトリ上でディープラーニングモデルを多数使用していますが、CAD よりもメッシュ、ボクセル、ポイントクラウド上でそれらを動作させる方がはるかに簡単であることがわかりました。 CAD モデルには設計ツリーがあります。ルートノートで少しでもミスをすると、デザインツリーの残りの部分でその代償を払うことになります。ただし、メッシュでは、1 つの頂点にエラーが発生してもモデル全体が破壊されることはありません。

そのため、私たちはディープラーニングモデルを CAD で動作させることに多大な投資を行ってきました。このレベルの精度を達成するのは難しいですが、そこに大きな価値があります。

製造業における反復作業の自動化 AI、特に機械学習を製造業に適用する主な理由は、ユーザーの知識を取り込み、それを使用して反復的なタスクを自動化するためです。

製造の自動化がどのようなものかを理解するには、板金業界を見るだけで十分です。過去 20 年間、自動化は驚くほど進んできました。板金を注文すると、5 分以内に見積もりが届きます。板金工場に注文が入ると、ERP が自動的にネストを生成し、利用可能なマシンにプッシュします。

しかし、付加製造、溶接、機械加工などの他の業界では、まだ自動化の段階には達していません。

ここからOqtonのアイデアが生まれました。 AI を使用すると、製造スペースの残りの部分を板金と同じレベルの自動化にまで引き上げることができ、生産性が大幅に向上し、イノベーションが促進されます。

現状では、組織は市場の需要を満たすのに苦労しています。バッチサイズは小さくなり、カスタマイズやパーソナライズされた製品への関心が高まり、新製品の発売期間も短くなっています。新しいバッチごとに、エンジニアまたは技術者が再印刷またはワークフローを調整するためのデータを準備する必要があります。

5 軸フライス加工や金属 3D プリント用の高度な機械をプログラムする方法を知っている熟練労働者を見つけるのは困難です。一方、既存の従業員は、反復的な手作業に追われることが多いです。反復的なタスクを自動化することで、従業員は問題解決に集中できるようになります。

製造業への垂直アプローチの推進
Oqton の製造自動化へのアプローチは、製造されるすべての部品の完全なデジタルスレッドをキャプチャする単一の MES、IoT プラットフォーム (製造オペレーティングシステム) を作成することです。この情報は、AI が自動化に使用するデータエンジンになります。

私たちはまず金属とポリマーの3Dプリントに焦点を当て、垂直的に問題を一つずつ解決していくことにしました。すべての業界向けに単一のソフトウェアを開発するのではなく、特定の市場セグメントに最適な自動化機能を作成します。

各垂直分野には類似したタイプのジオメトリがあり、それに基づいて AI をトレーニングし、その分野のすべての組織に適用できます。私たちは歯科ラボからスタートし、その焦点によってクラウン、ブリッジ、RPD フレームワーク、歯科模型、クリアアライナー用の複数の機械学習モデルをトレーニングすることができました。

現在、私たちはヘルスケア業界、サービス組織、エネルギー業界でも同じアプローチを採用しています。

AI ベースの自動化が登場 一部の大規模な製造組織では、すでに Manufacturing OS を生産ハブとして使用しています。注文が入ると、Oqton は設計、3D プリント、レーザーマーキング、CNC 加工を含む製造工程全体を管理します。

小規模な歯科技工所にとって、Oqton は人員不足により注文の締め切りに間に合わないことがないという安心感を提供します。プリンター、プログラム、プロセスの動作方法を知っている従業員が 1 人しかいない企業もあります。従業員が不在の場合、印刷は停止します。しかし、Oqton の AI モデルはこうした知識を捕捉し、ラボがいつでもマシンを稼働できるようにすることができます。

これにより、付加製造技術をより多くの組織が利用できるようになります。以前は機械を操作できるのは専門家だけでしたが、今では組織内の一般人が高度なテクノロジーを利用できます。

追加の利点として、AI は、機械とオペレーターの両方の可用性を考慮して、ネスティングとスケジュールを組み合わせることで、機器の使用率を向上させるのに役立ちます。

フランスの歯科技工所である Crown Ceram は、当社の最初のクライアントのひとつでした。同社の CEO である Frederic Rapp 氏は最近、Oqton の AI が自社にどのような貢献をしているかについて自身の考えを述べましたが、それは私が上で述べたことをよく要約しています。

「Oqton は私たちのワークフローを劇的に変えました。文書の準備は AI 主導なので、はるかに高速です。従来の方法と比較して、最初から準備時間を半分に短縮できました。」

「Oqton は、人工知能を通じて生産性を向上させる機会を与えてくれます。従業員のトレーニングをより迅速に行い、最終結果を損なうことなくプラットフォームにさらに多くの部品を配置し、同じ機械を使用して毎日より多くの部品をより速く製造できるようになりました。」

製造業の再構築 過去 10 年間の AI ソリューションの進歩と歯科業界で達成した成果を振り返ると、AI が時代を象徴するテクノロジーになりつつあると私は確信しています。

これには長い時間がかかり、いくつかの失敗もありましたが、私たちは今そこに到達しました。私たちが今確実に構築できる AI 機能のレベルは、経済のあらゆる部分に革命をもたらすでしょう。

製造業は自動化の次の波の瀬戸際にあり、人工知能が重要な役割を果たしています。 PC がオフィスや工場の管理方法を変えたのと同じように、AI は生産ワークフローを変革し、イノベーションを加速させています。

Oqton CEO ベン: 機械学習が積層造形の生産性を向上させる方法

サイアロン金属工業化プロジェクトが始動し、総投資額は約3億2千万人民元、年間生産量は2,000トンの金属粉末と80台の電子ビーム設備となる。

個人のカスタマイズは必需品となりつつあり、3Dプリントメガネは広く普及している

ブラウン大学のエンジニアが、必要に応じて分解する3Dプリント生体材料を開発

中国科学院高能物理研究所等：積層造形におけるニッケル単結晶の微細構造変化のその場ラウエ回折観察

3Dシステムズの2023年度の収益は4億8800万ドルで、9.3%減少した。

マテリアライズはTCTアジアに参加し、パートナーと協力して3Dプリントの開発を推進します

DyeMansion、Formnext 2024でポリマー後処理ソリューションを発表

青島、中国初の3Dプリント眼科センターを建設

Additec がデスクトップ金属 3D プリンター uPrinter をリリース。価格は 9 万ドルから。粉末とワイヤーで利用可能。

新しい3Dプリント材料：クラリアントガラス繊維強化・強化PLA+GF10、高強度、高靭性、印刷が簡単

推薦する

添加剤研究所が開発した「5軸アディティブ・サブトラクティブ複合加工センター」が2021年第1弾の主要技術設備製品に選定

複数の組織再生と機能回復のためのバイオ3Dプリント無機生体材料/神経幹細胞構造

3Dプリントマスクのおかげで、顔面負傷を負ったレアル・マドリードのスター、ラモスは間もなくピッチに復帰するだろう

【分析】UVインクジェットによるカラー3Dプリントの研究

3Dプリントの人材不足問題を解決するために、南京で3Dプリントのクリエイティブコンテストがスタート

ASME が独自の用語と機能定義を網羅した新しい 3D 印刷標準を発表

整形外科技術に大きな変化をもたらす3Dプリントの役割

レースと3Dプリントの分析、TCTアジア自動車プロトタイプおよび直接製造フォーラム

DC「シャザム！」》ユニフォームを完璧に3Dプリントするには1000万ドル以上かかる

エボニックの超強靭な白色3Dプリント用感光性樹脂INFINAM® TI 5400 Lは、硬度と剛性の両方を兼ね備えています。

3DeVOK MTプロフェッショナル3Dスキャナー：マルチ光源技術とアプリケーションの利点の分析

30分で1,000個完売！ゾンウェイキューブ洗浄硬化機プラスの海外初販売は成功

eSUNは世界3Dプリント技術産業会議で「中国3Dプリントイノベーション企業」の称号を獲得しました

2016年の3Dプリンティング - 過去から学び、新しいものを適用する

マテリアライズ、金属3Dプリントのグリッパー設計の最適化を支援