A 3D Printing Industry sorozatában ezúttal Andrei Vakulenko, a kiváló professzionális szkennereiről (Eva, Leo, Space Spider) ismert Artec 3D üzletfejlesztési igazgatója mondta el, hogy hogyan látja szűkebb szakterülete jövőjét. (Az Artec gépeit Magyarországon a FreeDee forgalmazza, itt rendelhetők meg.)
Sok más szakemberhez hasonlóan Vakulenko is a demokratizálódásban jelöli meg a terület jövőjét: hiába szélesedik az alkalmazások köre, profi szkennelésbe egyelőre kevesen tanultak bele, és így a technológia sem terjed az elvárt mértékben. A következő változást a jelen sláger IT megoldása, az évek óta rivaldafényben álló mesterséges intelligencia hozhatja el. Kérdés, hogy az MI egyrészt hogyan integrálható leghatékonyabban, hogyan bővíti ki szkennelési opciókat, másrészt miként egyszerűsíthető a tényleges demokratizálódást jelentő videózás vagy okostelefon-használat szintjére a folyamat.
Az MI már jelen van 3D szkennerek tervezésében, viszont csak a kezdetekről beszélhetünk. Az NVIDIA Jetson mini szuperszámítógépe fontos lépés lehet afelé, hogy a szkennerek megtanulják érteni is a szkennelt objektumokat. Így már nemcsak utánzatokat készítenek, hanem munka közben a minőséget is le fogják ellenőrizni, és például a repülőgép- vagy autógyártók számára komoly segítség lehet, hogy a szken megmondja, a tárgy mely része szorul azonnali javításra, melyekre nem kell figyelni stb.. A maiaknál intuitívebb és funkciókban gazdagabb MI-alapú 3D szkennerek maguktól hozzák meg ezeket a döntéseket.
A medicinában szintén komoly alkalmazási potenciál rejlik.
Az MI-vel a reverse engineering, a minőség-ellenőrzés és az alkalmazások, különösen az egészségügy új 3D szkenneléspiacokat jelentenek.
Az elmúlt évek mesterségesintelligencia-reneszánszában és a big data világában azonban azt is megtudtuk, hogy tanulás, elsősorban mélytanulás (deep learning) nélkül ma már nincs ütőképes MI, tehát intelligens szkennereknek is folyamatosan kell bővíteni tudásukat, máskülönben sem a képérzékelésük, sem a döntéshozásuk nem fejlődik.
Az Artec 3D a Luxemburg Egyetemmel mélytanulás-projekten dolgozik együtt. A Shapify Booth teljes méretű testszkennerrel önkéntesekről gyűjtött adatokat a felsőoktatási intézmény biztonságtechnológiai központjában elemzik, hogy jobban megértsék az emberi testtartásokat, parametrikus modellek alkalmasságát szkennelésre, és az elemzések alapján ruhás személyekről is lehessen hajszálpontos szkent készíteni, testparamétereket generálni. Az automatikusan létrehozott 3D modell mozgása anatómiai szempontból vizsgálható. A mélytanuló szkennerek eredményezte modell aztán virtuális öltözőfülkékben, televíziós/filmes animációban, de akár videojátékban vagy virtuális környezetben avatárként is alkalmazható.
Az MI valóban szép új világáig az iparágnak még több korlátozó tényezőre kell megoldást találnia. Az olcsó szenzorok (PrimeSense, Intel RealSense stb.) megjelenésével az elvárások a csillagos egekbe szöktek, aztán a minőség lehűtötte a fogyasztói kedélyeket. Az idő múlásával szerencsére egyre jobbak a szenzorok, a profi 3D szkennerek minősége gyorsan javul, áraik pedig esnek, az új appokkal, pontos adatokkal és modellekkel nő a népszerűségük is.
A megvilágítás/fényviszonyok kezelése és a kültéri, kontrollálhatatlan környezetben történő szkennelés szintén megoldandó problémák. Kísérleteznek velük, születtek ígéretes megoldások, például a napfényt pontosan szkennelő Artec Leo, de ezen a téren még mindig bőven akad tenni- és fejlesztenivaló.
