随着企业努力提高产品性能，人工智能和机器学习将很快取代试错法。虽然技术已经占据了我们生活的许多方面，但我们的产品设计和制造过程在很大程度上仍停留在工业时代。企业努力高效地创造性能更好的产品，并保持低成本。经过广泛的试验，他们得出了最好的设计。然后，他们将指令输入制造机器，制造出数千种相同的产品或零部件，几乎没有定制空间。
这一切即将改变。我们正处于设计和制造产品革命的风口浪尖。具体来说，人工智能和机器学习将在以下四个方面改变产品设计和制造：
1.优化多变量
产品设计师通常很清楚使用不同的材料会得到什么样的结果。但当设计师必须平衡多个期望结果时，事情很快就会变得复杂。例如，在设计一辆汽车时，设计师不仅要优化性能，还要优化成本、耐用性、安全性和燃油效率。通过人工智能和机器学习工具，设计团队可以快速迭代数千甚至数百万种不同的潜在设计，然后把宝贵的时间花在算法确定的最有潜力的设计上。
在这种情况下，“设计”一词通常指的是性能设计，而不是美学设计。虽然人类在创造具有消费者吸引力的精美产品方面仍然优于计算机，但人工智能和机器学习可以计算出产品的微小变化将如何影响性能的几个不同方面。对于设计团队来说，这将是一个非常宝贵的改进，因为它将让工程师们把时间花在工作中更有创造性的方面，而不是花费无数个小时的费力和低效的试错实验。此外，它将带来更好的产品。
2.前所未有的定制
产品定制需要大量的体力劳动。即使是相当标准的产品，例如运动鞋，通常也需要配备数十名工人的装配线。但人工智能和机器学习将很快为更自动化的产品定制打开大门。
例如，与运动鞋示例保持一致，新兴技术将使每一双运动鞋都可以完全定制，从而提高运动鞋的个人运动员性能。鞋子购买者将很快使用新的输入设备，例如创建脚部压力图并捕获信息的传感器，这些信息将导致独特的定制设计。然后，基于高级规范，生成式设计工具将自动合成设计，并将其转换为机器可读的汇编指令。
人工智能和计算的最新进展已经将我们带向了一个全新的世界，每个产品都是独一无二的，具有前所未有的复杂性。
3.自动化试验
对于许多产品来说，如果不先进行实验，就很难甚至不可能预测其性能。例如，没有任何数值模型可以帮助产品设计师确定给定的药物在缓解患者症状方面的效果，或者太阳能电池在发电方面的效率。
虽然人工智能和机器学习并没有消除对实验的需要，但它们可以帮助研究人员有效地计划甚至进行实验。在不久的将来，我们将看到完全自动化的工作流程，设计师为期望的结果设置参数，然后机器人进行实验并评估结果。
4.智能制造
如今，大多数制造系统都极其愚蠢。制造设备也许能够以一致的速度生产出标准化的产品，但它不能评估和应对不断变化的条件。然而，在制造设施中添加传感器，以及将人工智能和机器学习算法分层到设备上，将使公司能够使用更具动态性、响应性和弹性的智能制造流程。
例如，一个制造工厂的温度一夜之间急剧上升，或者一台机器被投入了一批与标准材料稍有不同的材料。如果没有传感器和智能系统，机器将继续正常运行，而不会考虑环境或材料的变化。这可能导致延迟，机器退化和产品损坏。
相比之下，智能制造系统能够检测到故障，并自动适应不断变化的条件。反过来，这可以改善质量控制，降低成本，提高可靠性。
我们可能甚至无法想象人工智能和机器学习将如何改变产品设计和制造。毕竟，我们使用智能手机的许多方式在十年前是完全无法预见的。但是，通过学习如何在运营中使用这些技术，商业和IT领导者可以使自己处于行业的领先地位，并确保他们能够为未来几年可能带来的任何情况做好准备。
参与评论 (0)