Google för 3d-modeller. Så presenterar Autodesk sitt nya organiseringsverktyg Design Graph. Programmet använder maskininlärning för att kategorisera och katalogisera 3d-designdata.
Det pågår stora förändringar inom tillverkning och produktutveckling, kanske det största sedan den industriella revolutionen. Sättet vi skapar nya produkter på har förändrats. Tekniken är ny, men så även arbetssätt och processer. För designers och ingenjörer innebär detta nya möjligheter, men också nya utmaningar. Autodesk ställde sig därför frågan: Hur kan vi bättre organisera information och data kring en design och hitta ett sätt som stämmer bättre överens med hur människan tänker och skapar.
Design Graph finns tillgängligt som en del av Autodesks molntjänst A360. Systemet använder sig av algoritmer för att hämta stora mängder 3d-designdata som sedan in till minsta komponent kategoriseras in i ett ständigt levande och anpassbart katalogsystem.
– Vi har skapat Design Graph så att designers kan fokusera sin tid på rätt saker. Med Design Graph sparar du tid, tar bort överflödiga moment och minskar risken för dyrbara misstag, säger Mike Haley, chef för området Machine Intelligence hos Autodesk.
De senaste årens framsteg inom programmering i kombination med molntjänsternas närmast obegränsade beräkningskapacitet har lett till att datorer nu kan ta fram egna förslag baserat på vad den tidigare ”lärt sig” och identifierat. Med Design Graph så kan datorn med hjälp av systemet identifiera och hitta modeller baserat på form och struktur – och är inte bunden till en viss komponents metadata.
– Maskininlärning och artificiell intelligens har redan gjort entré i vår vardag, men så vitt vi vet så är Design Graph den första applikationen av det här slaget inom industridesign och maskinteknik. Detta är första gången som Autodesk drar nytta av denna kraftfulla teknik för att klart förbättra och driva fram designprocessen. Potentialen är enorm och vi tror att det finns massor att hämta inom maskinlärning i framtiden, avslutar Mike Haley.
