尽管技术已经占据了我们生活的许多方面，但是我们的产品设计和制造过程仍然在很大程度上停留在工业时代。公司努力有效地创建性能更好的产品并保持低成本。经过广泛的实验，他们得出了可以做到的最佳设计。然后，他们将指令输入到制造机器中，从而生产出数千种相同的产品或零件，几乎没有进行定制的空间。
所有这些都将改变。我们正处于设计和制造产品革命的风口浪尖。在麻省理工学院的“用于计算设计和制造的人工智能”课程中，与业务专业人员合作，以帮助他们了解人工智能（AI）和机器学习（ML）将如何很快影响产品。
具体来说，以下是AI和ML改变产品设计和制造的四种方法：
1.优化几个变量。产品设计师通常对使用不同材料可获得的结果有很好的了解。但是，当设计师必须平衡几个期望的结果时，事情可能会很快变得复杂。例如，在设计汽车时，设计人员不仅要优化性能，还要优化成本、耐用性、安全性和燃油效率。通过依靠AI和ML工具，设计团队可以快速地迭代成千上万甚至数百万个不同的潜在设计，然后将他们的稀缺时间仅专注于那些被认为具有最大潜力的算法。
在这种情况下，“设计”一词通常是指性能设计，而不是美学设计。尽管在创造吸引消费者的美丽产品方面，人类仍然比计算机更好，但AI和ML可以计算出产品的微小变化将如何影响性能的几个不同方面。对于设计团队而言，这将是无价的改进，因为它可以使工程师将时间花在工作中更具创意的方面，而不是花费大量时间进行费力而又效率低下的反复试验。另外，它将带来更好的产品。
2.前所未有的定制。产品定制需要大量的体力劳动。即使是相当标准的产品（例如运动鞋），通常也需要数十名工人的装配线。但是AI和ML很快将为更多自动化产品定制打开大门。
例如，与运动鞋示例保持一致，新兴技术将使每双运动鞋得到完全定制，从而提高 单个运动员的运动鞋性能。购鞋者很快将使用新的输入设备，例如传感器，这些传感器可创建双脚的压力图并捕获信息，从而得出独特的量身定制的设计。然后，基于高级规范，生成的设计工具将自动综合设计并将其转换为机器可读的组装指令。
人工智能和计算技术的最新进展已经使我们踏上了一个全新的世界，其中每个产品都是独一无二的，具有前所未有的复杂性。
3.自动化实验。对于许多产品，如果不先进行实验就很难甚至无法预测性能。例如，没有任何数值模型可以帮助产品设计人员确定给定药物在缓解患者症状方面的效果，或者太阳能电池在发电方面的效率。
尽管AI和ML并不能消除对实验的需求，但它们可以帮助研究人员有效地计划甚至进行实验。在不久的将来，我们将看到完全自动化的工作流程，其中设计师可以为所需的结果设置参数，然后由机器人进行实验并评估结果。
4.智能制造。如今，大多数制造系统都非常“笨拙”。制造设备可能能够以一致的速度生产标准化产品，但是它无法评估不断变化的条件并对此做出反应。但是，将传感器添加到制造设施中，以及将AI和ML算法分层放置到设备上，将使公司使用更具动态性，响应性和弹性的智能制造流程。
例如，假设制造工厂的温度在一夜之间达到峰值，或者给机器喂入一批物料的特性与标准物料略有不同。没有传感器和智能系统，机器将继续正常运行，而不考虑环境或材料的变化。这可能会导致延误，机器性能下降和产品损坏。
相比之下，智能制造系统可以检测出什么时候关闭并自动适应不断变化的状况。反过来，这可以改善质量控制，并降低成本并提高可靠性。
我们甚至可能无法想象AI和ML改变产品设计和制造的一些最强大的方式。（毕竟，十年前，我们使用智能手机的许多方式是完全无法预料的。）但是，通过学习如何在其运营中使用这些技术，业务和IT领导者可以将自己定位在其行业的领先地位，并确保他们处于行业领先地位。无论未来几年可能带来什么，他们都要做好充分准备。
