伊利諾伊研究人員發(fā)現(xiàn)，每臺3D打印機都會在打印件上留下獨特的“指紋”

南極熊導(dǎo)讀：如果有人用3D打印機打印了一個物品遞給你，你有多大把握能準確說出這是什么型號的3D 打印機打印的？如果不靠猜測，我們或許根本無法確定是哪臺機器打印的。

△四個3D打印部件由四臺不同的打印機打印而成。AI可以確定每個部件的來源設(shè)備

2025年5月28日，南極熊獲悉，伊利諾伊大學(xué)的研究人員利用人工智能技術(shù)開發(fā)了一種可以準確識別出3D打印零件的制造設(shè)備、工藝和材料的方法，標志著增材制造溯源與質(zhì)量監(jiān)管進入了一個新的階段。

△相關(guān)研究已發(fā)表在自然子刊題目為“利用深度學(xué)習(xí)從照片中識別增材制造來源”（傳送門）

3D打印具有獨特的“指紋”

研究團隊由伊利諾伊大學(xué)香檳分校機械科學(xué)與工程教授Bill King領(lǐng)導(dǎo)。團隊發(fā)現(xiàn)，每臺工業(yè)3D打印機在打印過程中都會留下獨特的、機器特有的微觀表面“指紋”�；�于這一原理，研究人員開發(fā)并訓(xùn)練了一個卷積神經(jīng)網(wǎng)絡(luò)模型，能夠幾乎完美地識別零件的來源打印機。該模型基于EfficientNet-V2架構(gòu)，并結(jié)合多重圖像裁剪投票機制，在測試中表現(xiàn)出極高精度。

△指紋模型工作流程概述

King表示：“世上存在成千上萬臺3D打印機，數(shù)以千萬計的3D打印部件被廣泛應(yīng)用于飛機、汽車、醫(yī)療設(shè)備、消費品及其它眾多領(lǐng)域。每個部件都擁有其獨特的特征，這些特征可以通過人工智能技術(shù)識別出來，它們隱藏在顯而易見的地方�！�

在實驗中，團隊使用21臺商用3D打印機生產(chǎn)了9192個零件，覆蓋四種主流增材制造工藝：數(shù)字光合成（DLS）、多噴射熔合（MJF）、立體光刻（SLA）和熔融沉積成型（FDM）。每個零件都通過平板文檔掃描儀以5.3微米/像素的高分辨率掃描，構(gòu)建出詳盡的圖像數(shù)據(jù)庫供模型訓(xùn)練與驗證使用。

△指紋模型機器學(xué)習(xí)框架概覽

人工智能系統(tǒng)將改善更大規(guī)模的制造流程

模型在未見過的測試樣本上展現(xiàn)出98.5% 的準確率用于識別打印設(shè)備；在制造工藝與材料識別上，更是達到接近100%的準確率。此外，對于數(shù)字光合成工藝，模型還能推斷出構(gòu)建托盤上的具體位置。

驚訝嗎？事實上，就連King本人也難以置信。他說道：“我們至今仍對它的有效性感到驚訝。我們可以在兩臺完全相同的機器上打印相同的零件，設(shè)計相同的型號、相同的工藝設(shè)置、相同的材料。每臺機器都會留下獨特的指紋，AI模型可以追溯到這臺機器。這可以精確地確定某件物品的制造地點和制造方式�！�

研究還系統(tǒng)分析了識別精度對圖像分辨率與裁剪尺寸的依賴性。結(jié)果顯示，對于DLS等高分辨率工藝，200微米的圖像區(qū)域已足夠；而FDM等低分辨率工藝則需更大區(qū)域（約3毫米），但對圖像清晰度要求相對較低。這一特性確保了該方法可廣泛適配市面上的常規(guī)掃描設(shè)備與工業(yè)相機。

總的來說，這種AI模型不僅提升了3D打印質(zhì)量控制能力，還為供應(yīng)鏈監(jiān)管與防偽追溯提供了切實可行的工具。制造商和承包商可利用該系統(tǒng)驗證生產(chǎn)設(shè)備的合規(guī)性、檢測流程變更或異常，乃至在不依賴標簽或供應(yīng)商合作的前提下，有效識別假冒或缺陷零部件。