Motori a reazione, mostri verosimili utilizzati nei film, nano robot impiegati nella lotta contro il cancro e prodotti altamente personalizzati. "Viviamo in un mondo in cui gli oggetti che ci circondano sono stati progettati da qualcuno, e allo stesso tempo stiamo affrontando il più grande cambiamento in atto sin dalla rivoluzione industriale nel modo in cui facciamo le cose", dice Sandra Gnos di Autodesk Italia. Questo cambiamento non riguarda solo la tecnologia; progettisti e ingegneri stanno evolvendo i processi e sperimentando nuove e differenti modalità di lavoro. Ma come possono progettisti e ingegneri affrontare le sfide derivanti da tali cambiamenti?
"In Autodesk", continua Gnos, "ci siamo chiesti: e se ci fosse un modo migliore per organizzare tutte le informazioni di un progetto e potessimo sviluppare le idee e le creazioni in modo più organico? Immaginiamo di avere a disposizione funzionalità di ricerca come quelle di Google anche per i modelli 3D. Pensiamo alla semplicità e alla velocità con cui potremmo lavorare".
E’ qui che entra in gioco Design Graph: si tratta di un nuovo sistema di machine learning (apprendimento automatico) integrato nella piattaforma di progettazione e collaborazione basata su cloud A360 di Autodesk, che utilizza algoritmi per estrarre un grande numero di dati progettuali 3D. Tale sistema categorizza ogni singolo componente e progetto creato dal team di progettazione in modo da creare un catalogo “vivente” in grado di adattarsi a un mondo in continua evoluzione.
Progettisti e ingegneri devono semplicemente effettuare una ricerca tra tutti i loro file relativi a una tipologia di componente, ad esempio un bullone o la sella di una bicicletta, e Design Graph genererà centinaia di opzioni. “Abbiamo creato Design Graph per permettere ai progettisti di focalizzarsi sulla risoluzione dei problemi legati alla progettazione invece che sulle modalità o i meccanismi per rappresentare il loro progetto", commenta Mike Haley, Senior Director Machine Intelligence di Autodesk. “Design Graph permette di risparmiare tempo prezioso, di evitare lavori ridondanti così come errori costosi”.
Design Graph: cos'è e come funziona
Negli ultimi anni, le innovazioni nella programmazione e la potenza di elaborazione praticamente infinita del Cloud, hanno permesso al computer non solo di “pensare”, ma anche di apprendere autonomamente, identificare i modelli e fare previsioni in base a ciò che ha imparato - piuttosto che fare affidamento unicamente alle logiche con cui è stato programmato. Il sistema di machine learning agisce come un acceleratore che potenzia e evolve ciò che le nostre macchine e i nostri strumenti sono in grado di fare.
Nel caso di Design Graph, l’obiettivo è insegnare ai computer a identificare e comprendere i progetti in base alle loro caratteristiche intrinseche - la forma e la struttura - invece che in base a tag o metadati. Dopotutto, chi progetta il componente potrebbe denominarli in decine di modi diversi, utilizzando parole intere o abbreviazioni. I metadati creati dalle persone, senza un’attenta gestione, tendono ad essere inaffidabili. Con Design Graph, il computer utilizza le proprie osservazioni sulle geometrie 3D contenute in ciascun modello 3D.
Prediamo, ad esempio, la progettazione di una moto: si deve creare una determinata scatola del cambio. Mentre si lavora dentro A360, si può utilizzare Design Graph per fare una ricerca in base al nome, alla forma, alla categoria, alle proprietà o a una combinazione di tutti questi elementi, per trovare il giusto progetto pre-esistente tra i file dell'azienda.
I progetti identici appariranno come unico oggetto, mentre le piccole variazioni verranno visualizzate come progetti separati, e si potrà vedere quanto frequentemente sono stati utilizzati. Una volta che si trova ciò che si sta cercando, sarà sufficiente trascinarlo nel progetto, senza dover effettuare una ricerca nel catalogo o peggio ancora dover partire da zero.
“Il machine learning e l’intelligenza artificiale stanno iniziando a comparire nella nostra vita quotidiana ma questa è la prima applicazione nella progettazione industriale e in quella meccanica”, aggiunge Haley. “Questo è solo il primo passo per Autodesk nello sfruttare questa potente tecnologia per innovare e potenziare il processo di progettazione. Ma le promesse sono immense e ci aspettiamo altri numerosi benefici derivanti dall’utilizzo di sistemi di machine learning”.
