האם בינה מלאכותית היא הכלי לקידום ייצור תעשייתי בהדפסה תלת-ממדית?

קפיצת המדרגה הבאה בתחום ההדפסה בתלת –ממד תושג שנצליח להטמיע שיטות שיאפשרו מעבר מהדפסת פריטים ייחודיים בכמויות קטנות לייצור תעשייתי המוני.
איך בינה מלאכותית יכולה לסייע בתהליך?

זיו קציר | 07.03.22

במבט ראשון המפגש בין הדפסה תלת ממדית לבינה מלאכותית נראה מלאכותי ומאולץ. ובאמת מה בין טכנולוגיה יצרנית, פיזי, ובין אוסף חדש של כלים לטובת פתרון בעיות אלגוריתמיות מורכבות? עם זאת, בהסתכלות מעמיקה יותר מגלה כי מדובר בחיבור מתבקש, ואולי גם במפתח לקפיצת המדרגה הבאה בהגשמת הפוטנציאל הגלום בתחום ההדפסה התלת ממדית. 


בשנים האחרונות השתלבו כלי חישה והדפסה תלת ממדיים במגוון גדול של תחומים ותעשיות יצירת מודלים ואבי טיפוס, ייצור רכיבים מורכבים שבנייתם אינה משתלמת או אינה אפשרית תוך שימוש בתהליכי ייצור מסורתיים הדפסת חלקי מטוסים שיהיו קלים ועמידים במיוחד, הדפסת רקמות ואיברים, ואפילו הדפסה של מבני מגורים שלמים תוך קיצור זמן הקמת המבנה וצמצום משמעותי של פסולת הביניים הנוצרת בתהליך. המשותף לכלל המקרים האלו הוא כי בכולם הודפסו פריטים ייחודים בכמויות קטנות יחסית, ומכאן כי קפיצת המדרגה הבאה תושג כאשר נצליח להטמיעו שיטת הדפסה תלת ממדיות בייצור תעשייתי המוני. לטובת כך יש להגדיל פי כמה וכמה את מספר הפריטים המיוצרים ביחידת זמן, תוך שמירה על איכות תוצר גבוהה ותוך הורדה משמעותית של עלויות היצור. בפועל קפיצת מדרגה זו תלויה למשל בפתרונן של שורת בעיות אופטימיזציה מורכבות. למשל כיצד יש לתכנן את תהליך הייצור תוך התייחסות למגבלות מערכת ההדפסה על מנת למנוע תקלות ייצור, לזהות מראש חולשה מבנית ונקודות שבר בפריטים המיוצרים או על מנת למזער את כול חומרי הגלם הנדרשת? כיצד ניתן לייעל את שרשראות האספקה וניהול המלאי כך שיתאימו לצורות הייצור החדשות? כיצד ניתן לזהות פגמים בייצור בזמן אמת ובלא מגע ידי אדם בכדי לפסול את הפריטים הפגומים או אפילו לנסות ולתקנם בתהליך הייצור עצמו? כיצד יש לתזמן ייצור של פריטים שונים באותו קו הייצור כדי להבטיח תפוקה מיטבית? ועוד. והרי פתרון של בעיות אופטימיזציה מורכבות הוא נקודת החוזר המרכזית של כלי הבינה המלאכותית.

מספר החברות העוסקות במישרין בשילוב של בינה מלאכותית והדפסה תלת ממדית קטן עדיין, נראה כי ה- eco system הישראלי מחזיק בשורת נכסים אשר יכולים למקם אותנו כמובילים בתחום קטן ומתפתח זה.

אנחנו גם באינסטגרם!

אחת ההגדרות המקובלות עבור “בינה מלאכותית” מתארת מערכת אשר מסוגלת להשתפר תוך לימוד מדוגמאות העבר. הגדרה זו נכונה במידה רבה, אולם ברמה הבסיסית יותר “בינה מלאכותית” מתארת ארגז כלים חדש לפתרון של בעיות אופטימיזציה מורכבות אותן לא ניתן היה לפתור בשיטות המסורתיות לפיתוח תכנה אשר שימשו אותנו קודם לכן. מורכבות הבעיות באה לידי ביטוי בקלט עצמו, בהגדרת פונקציית המטרה וכן בכוח המחשוב הנדרש לטובת יצירת הלומד. כדוגמא ניתן לחשוב על ניתוח חזותי של רכיב המיוצר בהדפסה תלת ממדית  במטרהלזהות פגמים ביצור – קלט המערכת במקרה זה יהיה תמונה ברזולוציה גבוהה (ואולי אף בסריקה תלת ממדית) של רכיב המיוצר. בלא ספק מדובר בקלט עשיר אשר מורכב מאלפים רבים של נקודות. פונקציית המטרה גם היא אינה מוגדרת בצורה פשוטה, והרי איך בעצם נראה פגם ביצור? ולבסוף הצורך לנתח מספר גדול מאוד של דוגמאות קלט מורכבות דורש בלא ספר כוח מחשוב רב.
 

בשנים האחרונות משבשת הבינה המלאכותית את הפתרונות הטכנולוגים במספר גדל והולך של עולמות תוכן ותחומי תעשייה, כאשר המפתח בכל המקרים טמון בהגדרת בעיית האופטימיזציה ובאיסוף דוגמאות האימון הנדרשות. מכאן עולה בצורה טבעית הקשר שבין ההדפסה התלת ממדית ועולם הבינה המלאכותית, וניתן אף לשער כי מתוך השילוב הזה נצליח להגשים את הפוטנציאל העצום הטמון בייצור תעשייתי מבוסס הדפסה תלת ממדית.

מספר החברות הפועלות בעולם לשילוב של בינה מלאכותית יחד עם הדפסה תלת ממדית קטן מאוד. ככל הנראה מדובר עדיין בכמה עשרות חברות בלבד, ובגיוס הון מצרפי של מאוד מיליוני דולרים. מספר דוגמאות מעניינות לפעילות בתחום כוללות את Ai Build הבריטית אשר עוסקת בהגדלת כושר הייצור על ידי אוטומציה ושילוב של יכולות ראייה ממוחשבות עם כלים רובוטיים במעגל משוב; חברת Inkbit מארצות הברית מאפשרת הדפסה של חומרים גמישים בטמפרטורות גבוהות תוך שימוש בסורקים תלת ממדיים בתהליך עצמו בכדי לפצות על עיוותים הנוצרים בזמן התקררות חומר הגלם. חברת Assembrix הישראלית אשר משתמשת ביכולות בינה מלאכותית בכדי לייעל את תהליך הייצור תוך ניהול משולב של מערך ההדפסות ושילוב מספר רכיבים יחד לכדי תבנית גדולה יותר; וחברת PrintSyst הישראלית גם כן, אשר מספקת כלים לשלב תכנון החלקים המיוצרים, בחינת התאמתם לייצור, בחירת החומרים, אומדן של מופע התקלות והעלות הצפויה.

אף כי מספר החברות העוסקות במישרין בשילוב של בינה מלאכותית והדפסה תלת ממדית קטן עדיין, נראה כי ה- eco system הישראלי מחזיק בשורת נכסים אשר יכולים למקם אותנו כמובילים בתחום קטן ומתפתח זה. ראשית ישראל מובילה כבר שנים ארוכות בחדשנות בתהליכי הדפסה והדפסה תלת ממדית בפרט. שנית ישנה שורה של חברות בישראל אשר עוסקות בבקרת איכות של תהליכי ייצור מתקדמים תוך שימוש בכלי ראייה ממוחשבת כדוגמת Orbotech ומרכזי מו”פ ישראליים של חברות בינלאומיות מתחום ייצור השבבים. שלישית קיים ב- eco system הישראלי אוסף גדול של חברות הזנק העוסקות בייעול שרשראות אספה בעולמות תוכן מגוונים. לבסוף יש לציין את תפקידה של האקדמיה הישראלית בביסוס תשית ידע רחבה בתחומי הראייה, הבקרה והרובוטיקה.

אמנם מדובר עדיין בתחום קטן, ואפילו נישתי, אולם אסתכן בחיזוי העתיד ואומר כי הוא עשוי לאפשר את קפיצת המדרגה הבאה בעולם ההדפסה התלת ממדית, וכי לחברות ישראליות ממתין תפקיד מוביל במהפכה הזו.


זיו קציר
זיו קציר מנהל תכנית תל"מ לבינה מלאכותית
זיו קציר, מנהל תכנית תל"מ לבינה מלאכותית של הרשות לחדשנות, אחראי במסגרת תפקידו על תכלול וניהול התשתיות הלאומיות ל AI בפורום תל"ם. קציר, 44, בילה את עיקר דרכו המקצועית בחברת ורינט, שם כיהן כ-15 שנים בשרשרת של תפקידי ניהול טכנולוגי והובלת יזמות. בתפקידו האחרון כיהן כ-CTO של חטיבת ה-Cyber Intelligence אשר לימים הונפקה בתור החברה העצמאית Cognyte. בנוסף, בימים אלו קציר מסיים את לימודי הדוקטורט בתחום הבינה המלאכותית באוניברסיטת בן גוריון.

עוד פוסטים שיכולים לעניין אותך