如今的制造業廣泛依賴于各類機械技術,其中包括已經擁有超過一個世紀的成熟技術方案,以及各類前沿創新型工具。以加法與減法制造、計算機輔助設計與制造(computer-aided design and manufacturing,簡稱CAD/CAM)以及激光制造等流程為代表的技術方案,使得制造類企業得以更好地響應市場需求的快速變化。
增材制造(Additive Manufacturing,簡稱AM)是指導通過材料分層堆疊的方式構建產品; 其亦被廣泛視為3D打印的同義詞。不過二者之間仍然存在一定區別:前者往往部署于規?;圃飙h境當中,而3D打印則更多以消費者為中心且與創客活動有關。這方面的實例包括制造具有復雜幾何開關的部件,這類部件往往很難通過傳統生產工藝進行制造。
增材制造的另一種用途在于快速原型制造(rapid prototyping,簡稱RP),其中的各零件或組件的比例模型可在全面投產之前進行試驗性制作??焖僭椭圃旒夹g的發展,使得小批量生產高質量零件成為可能,且成本仍然處于合理范圍之內。
與增材制造直接相關的技術為計算機輔助設計(computer-aided design,簡稱CAD),其負責為增材結構提供必要的幾何數據。由CAD軟件生成的三維渲染結果以及由掃描儀生成的二維平面,皆可作為此類數據的基礎。
當然,CAD也被廣泛應用于其它制造流程當中。計算機輔助制造(簡稱CAM)就使得CAD工藝更進一步,能夠利用軟件控制機床對金屬等剛性原材料進行切割及成型——這一過程亦被稱為“加工”。由于加工技術一般涉及對受控材料進行多余部分消除,因此被統稱為減法制造。
圖:機械技術間對應關系的實例。金屬部件頂端視角的CAD模型,該部件由0.5毫米厚的不銹鋼材料通過激光切割制造而成。
激光制造技術也已經在加法與減法制造領域占據有一席之地。一部分最早的3D打印技術即基于立體光刻技術(stereolithography,簡稱SLA),這是一種發明于上世紀八十年代中期的增量制造系統。其利用此外激光固化光聚合物,進而形成制造物體的各層。如今的制造行業正在利用選擇性激光燒結(selective laser sintering,簡稱SLS)與選擇性激光熔化(selective laser melting,簡稱SLM)等擴展性技術應用——二者皆通過融合粉末材料以形成堅固的結構。
激光器的減少制造應用的歷史更為悠久,且目前仍得到廣泛使用。激光加工的例子包括常見于板材、結構與管道材料的激光切割;用于外科手術管材等醫療器械的激光鉆孔; 以及在汽車工業中得到大量應用的激光焊接鎖孔制造技術。
Epilog的光纖激光器系列設備亦可改變金屬等材料的外觀。通過控制加熱與冷卻,激光將可形成光滑且閃亮的表面效果——行業亦將此稱為激光拋光或鏡面處理。此類應用包括建筑標牌與高端標簽。此外,在利用激光將金屬加熱至接近熔點,而后進行緩慢冷卻時,這一退火過程將可產生彩虹般的標記。該項技術常被用于制造人體內使用的醫療設備。
Epilog FiberMark等激光器亦可實現真正的加工技術,例如以受控蝕刻方式去除目標材料的特定部分。蝕刻屬于一種淺雕刻工藝,在制造業中常用于生產帶有序列號、徽標或條形碼的工具及零件。
從這份簡短的清單可以看到,現代制造業所涉及的機械技術種類繁多、用途各異。此外,這些技術亦常被聯系在一起——某一技術的發展亦會推動其它技術的進步。雖然前景尚有待觀察,但其發展潛力無疑是巨大的。
好文章,需要你的鼓勵
想象一下,你有一個非常聰明的朋友,他知道很多知識,但每當需要使用計算器、搜索引擎或查詢最新天氣時,卻變得像個笨手笨腳的孩子。這正是當前大語言模型(簡稱LLMs,如ChatGPT這類AI系統)面臨的尷尬處境。
想象一下,你擁有一個聰明的助手,它知道很多知識,但在面對需要使用計算器、搜索引擎或查詢最新信息時卻顯得笨手笨腳。這正是當前大語言模型(LLMs)面臨的困境。雖然這些模型已經通過監督微調(SFT)學會了使用工具的基本能力,但它們常常在面對復雜或不熟悉的場景時表現不佳。
想象你正在和一個智能助手聊天。如果你直接要求它提供有害信息,它很可能會禮貌拒絕。但如果你通過一系列看似無害的對話,逐步引導它走向你的真實目標呢?這就是當前AI安全領域面臨的一個嚴峻挑戰——多輪對話中的安全漏洞。
想象你在使用一個非常聰明的AI助手完成一項復雜任務,比如解決一道數學難題。你可能注意到這個助手會花很長時間"思考",一步一步寫下大量推理過程,最后才給出答案。雖然這種詳細的思考過程確實幫助AI做出了更準確的判斷,但同時也帶來了一個明顯的問題:它太"啰嗦"了,消耗了大量的計算資源和時間。