A Buffalo Egyetemen évek óta foglalkoznak additív gyártófolyamatok mesterséges intelligenciával, gépi tanulással és más infokom technológiákkal történő tökéletesítésével.
2018-ban 3D nyomtatókat azonosító rendszert fejlesztettek. Lényege, hogy bármely printelt tárgyat képes visszakövetni a gépig, amelyen előállították. Egyik legfontosabb alkalmazása a bűnüldözés, ahol rendvédelmi szervek használhatják például nyomtatott fegyverek azonosításához.
2020-ban az MIT-vel közösen, fotopolimerizáció-alapú 3D nyomtatáshoz dolgoztak ki új metaanyagot, ami fontos lépés a megfizethetőbb és változatos, például elektronikai alkalmazásokhoz használható szintetikus nyomtatóanyagok felé.
Most mesterséges intelligenciával, szimulációval és bigdata-technikákkal igyekeznek gyártórendszereket korszerűsíteni, iparágak termelési mutatóin, hatékonyságán és a termékek minőségén javítani. A STREAM keretrendszer célja nyilvános online adattár létrehozása, ahol szakemberek adatokkal, modellekkel, szimulátotokkal, kontrollerekkel, analitikával és más kutatási, gyártási témákkal kapcsolatos információkat, tapasztalatokat oszthatnak meg egymással.
Egy kereskedelmi forgalomba kerülő termék egymásba fonódó, egymáshoz kapcsolódó lépések hosszú sorának végeredménye. Ezek a lépések földrajzilag, iparágilag és a gyártófolyamatok tekintetében is szerteágazhatnak. Mindet optimalizálni kellene, viszont nem biztos, hogy az a folyamatok összességére nézve is hasznos. Ennek megítéléséhez van szükség az összest összekapcsoló és koordináló analitikai keretrendszerre.
Ez a STREAM, a mesterséges intelligenciát és az ipar 4.0-hoz szorosan kapcsolódó más eszközöket optimalizálásra és a gyártás feljavítására használó cyber-fizikai rendszer.
