欧特克CTO Jeff Kowalski：人工智能赋能柔性制造 | AI科学家谈AI(2)

“总体来说，机器的技术、欧特克提供的工具、材料科学已经可以让我们做一些新的尝试，但是设计的思路还没有改变。我们倡导的是，在这个行业里最重要的是思想的变革。”Jeff说。把问题交给计算机，由它来自动设计组件，这是一个共生的系统。欧特克甚至基于此对共生的生物学方面研究进行支持，尽管如今生命科学还没有直接与自动化相连接，但是这是一种未来的方向。

汽车厂商是推动欧特克衍生设计的主要合作伙伴。汽车的连接点需要得到识别和优化，这包括在满足限制条件下如何构建新的零件，在已知的基础上灵活构建未知，既需要能够被算法兼容，也需要通过传统的制造方法来检验性能。通过搜集汽车行驶过程中传感器上的压力数据，可以构建生产的条件，让Dreamcatcher(捕梦者)提供能够禁得住这些数据考验的设计结构。

“设计者的角色是在变成实体之前理解他们的设计效果。” Jeff说。伴随着VR仿真的进步和3D打印的便捷，这已经可以实现。

注重实验室研发

当然，看似“不可能”“科幻”的想法实现是离不开科学的支持。

支持欧特克的设计理念前沿的研发部门有两个，分别是在旧金山和多伦多的AI实验室和落户旧金山的应用研究实验室（Applied Research Lab）。从科幻开始，然后加入科学的成分在其中，通过协调组内那些想要改变物理世界的博士和客户进行合作，来挑战并生产那些可能会改变建筑、工程、制造行业的产品。

“应用研究实验室关注的是近期可以应用的技术，并且与今天的机器相结合，试图把一些技术进行商业化。AI实验室在做一些不一样的事情，在为更远的未来准备更加灵活的工厂。”关于两者的异同，Jeff这样解释给第一财经记者。

此次在会场内展出的数字双胞胎就来自应用研究实验室。戴上VR头盔后，可用手柄做出相应的指令，并操控身旁的一台机器人进行模仿。这个项目的意义在于让机器人更加灵活、敏锐、独立并具有实时反馈功能。Jeff认为这在不久的将来就可以实现商业化。

而AI实验室侧重在如何构建灵活的流水线，需要更长的时间。以训练机器人拼乐高为例，机器人前端增加摄像头，后端添置了机器学习的“虚拟大脑”，持续不断地训练转轴、抓取、放置。后端的“虚拟大脑”可以在云端分模块进行多次的RNN（虚幻神经网络）增强学习，最终机器人可以组合各项习得的内容，在特定的环境中识别、分拣、组装乐高。