Autodesk cavalca la rivoluzione machine learning con Design Graph
![](https://automazione-plus.it/wp-content/uploads/sites/3/2016/08/Autodesk2-300x155.png)
Si vive in un mondo in cui gli oggetti che circondano l’essere umano sono stati progettati da qualcuno e allo stesso tempo è in atto il più grande cambiamento in atto sin dalla rivoluzione industriale.
Ma questo cambiamento non riguarda solo la tecnologia, infatti progettisti e ingegneri stanno evolvendo i processi e sperimentando nuove e differenti modalità di lavoro. Ed è anche per questo motivo che Autodesk si è domandata se ci fosse un modo migliore per organizzare tutte le informazioni di un progetto e si potessero sviluppare le idee e le creazioni in modo più organico.
E’ qui che entra in gioco Design Graph. Design Graph è un nuovo sistema di machine learning (apprendimento automatico) integrato in Autodesk A360 che utilizza algoritmi per estrarre un grande numero di dati progettuali 3D. Questo 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 effettuare una ricerca tra tutti i loro file relativi a una tipologia di componente, come per esempio un bullone o la sella di una bicicletta, e Design Graph genererà centinaia di opzioni.
Design Graph è disponibile in tutto il mondo come parte della piattaforma di progettazione e collaborazione basata su cloud A360 di Autodesk.
“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,” ha commentato Mike Haley, Sr. Director of Machine Intelligence di Autodesk. “Design Graph permette di risparmiare tempo prezioso, di evitare lavori ridondanti così come errori costosi”.
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. I metadati creati dalle persone, senza un’attenta gestione, tendono a essere inaffidabili. Con Design Graph, il computer utilizza le proprie osservazioni sulle geometrie 3D contenute in ciascun modello 3D.
“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”, ha continuato 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”.
Contenuti correlati
-
Omron presenta VT-X850 per le esigenze di ispezione più importanti
Omron ha lanciato il sistema VT-X850, una soluzione di ispezione 3D a raggi X con tomografia computerizzata (TC 3D AXI) progettata per soddisfare le esigenze di ispezione critiche nei settori della produzione di veicoli elettrici (EV) e componenti...
-
L’energia pulita passa anche per il digital twin
Engie Lab Crigen, centro R&D del Gruppo Engie, ha sviluppato un gemello digitale di un impianto industriale basato sulla simulazione multifisica 3D. E come piattaforma IIoT di connettività e raccolta dati ha utilizzato il software ThingWorx di...
-
Metaverso, mercato in crescita e prospettive di maggiore sviluppo nell’industria
Il metaverso ha avuto molte definizioni, tutte troppo vaghe e fraintese dal pubblico. Una definizione generale è “un ambiente virtuale persistente che consente l’accesso e l’interoperabilità di più realtà virtuali individuali”. La società globale di ricerca, ABI...
-
Machine vision in ispezione batterie con Zebra a Stoccarda
Zebra Technologies Corporation, fornitore di soluzioni digitali che consentono alle aziende di connettere in modo intelligente dati, beni e persone, mostrerà come il proprio consolidato portafoglio di soluzioni hardware e software per la machine vision soddisfi i...
-
Automazione in crescita: le aziende industriali italiane credono nella forza dell’innovazione
Il nuovo studio di reichelt elektronik fa luce sullo scenario attuale, sul potenziale delle tecnologie come IA, ML, big data, robotica e IoT e sul loro utilizzo nelle aziende industriali italiane. Automazione come soluzione universale per l’industria...
-
Tecnest a SPS Italia 2024 presenta la soluzione per la fabbrica del futuro
Fabbriche intelligenti, reattive e pronte per AI e Transizione 5.0: è ciò che permettono di fare i sistemi informativi che Tecnest ha mostrato nelle loro capacità operative a SPS Italia di Parma. Se la transizione 4.0 ha...
-
Intelligenza Artificiale in produzione
L’Intelligenza Artificiale (AI) inizia a mostrare tutto il suo potenziale innovativo anche nei sistemi produttivi. Dai sistemi di controllo, che diventano più flessibili e proattivi, alla visione artificiale, che acquista qualità e precisione, fino alla manutenzione, che...
-
Layer di collegamento tra produzione e management
Come si crea uno ‘strato software’ che faccia realmente convergere IT e OT? Efficienza, sicurezza e interoperabilità sono le 3 parole chiave A cosa ci riferiamo quando parliamo di Production & Management Integration Layer? È presto detto....
-
Controlli tradizionali e machine learning per l’efficienza energetica negli edifici
L’efficienza energetica negli edifici è un argomento di cui, giustamente, si sente parlare da molto tempo, rappresentando un elemento fondamentale per la decarbonizzazione, che necessariamente passa attraverso l’uso più razionale delle risorse energetiche… Leggi l’articolo
-
Seco e NXP collaborano per portare Clea, una soluzione AI completa, nel settore industriale e IoT
Seco annuncia la collaborazione con NXP Semiconductors per ampliare l’accesso alla sua soluzione software Clea ad applicazioni industriali e Internet of Things (IoT). Clea è una piattaforma avanzata di Intelligenza Artificiale as a Service (AIaaS), la cui...