07 Жовтня 2025
У КАУ стартує курс «Штучний інтелект та машинне навчання в адитивному виробництві»
Адитивне виробництво і 3D друк використовують сьогодні для розв’язання величезної кількості задач. Це виробництво, наприклад, дає змогу максимально швидко виготовити необхідну деталь і відновити роботу пошкодженого приладу чи техніки. Підібрати оптимальні рішення і параметри для роботи в цій галузі (і не йти шляхом спроб і помилок) зможуть слухачі курсу «Штучний інтелект та машинне навчання в адитивному виробництві», який стартує в Київському академічному університеті в рамках проєкту Knowledge Rise.
Про що цей курс і для кого він буде корисний, запитуємо у його автора, молодшого наукового співробітника Інституту проблем матеріалознавства ім. I. М. Францевича НАН України Назарія МЕДЮХА.
«Це практично-орієнтований курс, який поєднує знання про штучний інтелект і машинне навчання з викликами й можливостями 3D-друку та адитивних технологій», – пояснює науковець. – Матеріалознавство, інженерія й data science поєднані у цілісну програму».
Дослідник переконаний, що об'єднання традиційного матеріалознавства та сучасних ШІ-технологій відкриває величезні перспективи для розвитку галузі. Бо ж адитивне виробництво сьогодні генерує колосальні масиви даних, але фахівці часто змушені шукати оптимальні рішення методом спроб і помилок.
«3D друк нині бурхливо розвивається, – продовжує думку Назарій Медюх. – Його основна перевага в тому, що можна виготовити деталь будь-якої форми, під будь-яку задачу. Але на якість друку впливає дуже багато факторів, і навіть маленька зміна параметрів може сильно покращити чи погіршити результат. Але для того, щоб підібрати оптимальні параметри для друку, не потрібно проводити величезну кількість експериментів, достатньо провести кілька, і за допомогою машинного навчання знайти найкращу конфігурацію».
Знаходити найкращі параметри для друку та розуміти, як можна застосувати знання про ШІ і машинне навчання у виробництві, вчений і навчатиме слухачів курсу.
Курс складається з трьох лекцій.
Перша присвячена основам машинного навчання у виробництві та зборі даних для оптимізації процесів. Друга – методам оптимізації параметрів 3D-друку за допомогою регресійного аналізу та баєсівських підходів. Третя – глибокому навчанню для контролю якості та практичним викликам упровадження ШІ у виробництво.
Курс буде корисний усім, хто займається чи планує займатися адитивним виробництвом – командам стартапів, інженерам, і всім, хто нині друкує корисні деталі на 3-D принтерах різного рівня складності. Також навчання стане в пригоді людям, які мають ті чи інші прогалини у знаннях.
Слухачі навчаться розуміти принципи машинного навчання та їх практичне застосування у виробничих процесах. Вони зможуть підбирати параметри для оптимізації якості та ефективності виробництва; проєктувати увесь процес машинного навчання (ML-pipeline) від збору даних до впровадження готових рішень.
Отримані знання можна буде використовувати для автоматизації контролю якості та прогнозування властивостей готових виробів. Ці компетенції будуть корисними при управлінні виробничими лініями, плануванні та логістиці адитивного виробництва. Знання також можна застосувати в R&D проектах для розробки нових матеріалів і процесів, а також у консалтинговій діяльності для допомоги компаніям у цифровій трансформації їх виробничих потужностей.
Люди, які спеціалізуються на машинному навчанні, зрозуміють, як і де можна застосувати свої знання (тобто які проблеми є у виробництві і як їх можна розв’язати).
Науковець викладатиме матеріал на основі практичних кейсів з індустрії. Зокрема розкаже, як друкують різні деталі за технологією робокастингу у ІПМ НАНУ ім. І.М.Францевича, як оптимізують параметри друку та підбирають пасти. «Робокастинг дуже чутливий до параметрів друку, з ним непросто працювати, – пояснює співрозмовник. – Образно кажучи, щоб при друкові замість куба не отримати напівсферу, і потрібне машинне навчання».
Запитуємо у вченого: чому йому цікаво створити саме такий курс?
«Для мене важливо поєднати фундаментальне дослідження з практичним впливом на індустрію, – відповів він. – До українського виробництва чимало новинок (наприклад, машинне навчання) доходить дуже повільно. Але застосування простих, недорогих і ефективних методів машинного навчання допоможуть виробникам бути конкурентними на ринку. Це важливо для розвитку високотехнологічного виробництва в Україні».
Підготувала Світлана ГАЛАТА
