当西奥-萨维尔和我在2015年创立CloudNC时，我们有一个共同的抱负：让任何东西的制造都成为一个自主的、一键式的过程。
八年后，我们仍在为实现这一目标而努力！不过，我们现在即将推出第一个软件解决方案、 CAM Assist该软件将使数控机床精密制造部件的大部分编程过程自动化。
这将是全球制造业运作方式的重大变革。但问题是：为什么我们花了这么长时间？
答案很简单：这是一个非常复杂的问题！原因就在这里。
问题本身
让我们先来看看我们正在努力改善的领域：全球制造业。
更具体地说，当今世界上几乎所有的产品都在一定程度上依赖于高质量、精密制造的部件，而我们可以利用技术来改进这些部件的制造过程。
这些部件由铣床（如数控机床）制造，或用于我们使用和消费的产品中，从手表、笔记本电脑到手机、汽车、涡轮机到飞机，或用于制造其他工业流程（如塑料和包装）的设备的模具中。
因此，它们无处不在：事实上，每年生产的零部件价值接近 1 万亿美元。然而，生产它们并不像使用 3D 打印机那么简单。相反，需要通过一种称为计算机辅助制造（CAM）的过程，告诉机器如何制造每个部件。为此，你需要一个熟练的人工来为机器编程。
有了人的参与，就会产生差异。数控机床的编程需要培训和专业知识，而能做这项工作的人并不多（随着对零部件需求的增加，以及进入该行业的人数落后于退出的人数，技能差距正在扩大）。
专家就更少了，而且技术水平也很重要。制作任何组件都有无数种可能的方法，新程序员比天才程序员更容易降低效率和造成浪费。
我们希望通过我们的解决方案，尽可能多地实现这一过程的自动化，帮助那些经验不足的人像最优秀的CAM 编程人员一样快速、优化地编程--为每个人重塑制造过程。
挑战 1：无限
不过，"无限 "一词正是问题的症结所在。如果考虑到单个组件的制造编程过程，潜在的解决方案空间是非常大的。
这与 3D 打印不同，在 3D 打印中，你只需使用一种工具，就能逐层找出最佳的前进方向；而在数控机床上，有多种工具（尺寸和类型各不相同）可用于实现特定的效果，所有这些工具都可以以不同的角度、深度或速度以及任何顺序使用。
因此，解决方案的数量实际上是指数级的，这就从计算的角度带来了巨大的问题。简单地说，要想找出最佳路径，就需要计算机将近乎无穷的方案乘以近乎无穷的次数（组合复杂性！）--而这需要的时间太长了，根本无法得出对任何人都有用的结果。
因此，我们面临的挑战是：让问题的规模变得可控。在不透露太多 "秘诀 "的前提下，CloudNC 流程的一个要素就是缩小问题的规模：例如，剔除不可能或非常困难的工具路径，同时确保保留最佳解决方案。
因此，我们的算法能够找到潜在的最佳前进方向，而无需考虑所有可能的解决方案，这意味着我们可以在数秒内提供结果，而不是数年。
挑战 2：物理
好了，我们可以处理制作这些组件的潜在无限方法。但另一个问题是，这是一个需要考虑的复杂物理环境，其中有许多活动部件。
在加工部件时，材料会变得非常热。它们会膨胀和收缩。铣床必须将切屑从金属块上切下来，如果切屑太厚，刀具就会断裂，如果太薄，金属表面就会裂开。工具会损坏和磨损。整个组件都会振动。
将这些物理限制与指数级数量的解决方案结合起来，就能将解决精密制造难题的难度从 "困难 "提升到 "噩梦"。
仅仅找到使用最快速、最高效刀具路径的解决方案是不够的。相反，你的前进方向还必须考虑到所使用的工具和原材料的多个不同物理方面，而一次计算错误就可能毁掉价值数十万美元的昂贵机器。
那么，作弊码是什么呢？还是那句话，就是要让问题具有可操作性。现实中，我们不可能了解每一个物理元素与每一种可能的零件加工方法的结合。但我们可以生成和评估最理想的方法，并将其与对最常见、最常用和最适用技术的理解结合起来，确保我们的解决方案中包含这些方法。
因此，我们的解决方案已经可以应用于大多数数控加工难题，而且我们还在不断改进和微调其工作方式。因此，我们可以将数控机床上相对复杂部件的加工编程过程从几小时（甚至几天）缩短到几秒钟。
最佳路径
当然，上述对我们解决方案的描述并不详细，正如你对一篇总结8年多工作和100多万行代码（还在不断增加）的短文所期望的那样。同样，我也不想泄露秘密：我们的算法是如何工作的，这是CloudNC的专有技术--我们花了大量时间和精力来构建这些算法！
因此，这种斟酌确实低估了我们必须建立的东西：例如，加速和细化计算几何复杂方面的复杂算法，将不同形状和方面的加工相互结合，并在为用户增值的时限内产生结果。
此外，这还不足以强调我们工作的严格参数。我们的加工方案被用于制造战斗机和核电站的部件，这意味着我们的加工方案必须精确无误。没有误差的余地。
这就是为什么我们花了很长时间才准备好CAM Assist - 有很多问题需要解决。而且我们还没有特别接近旅程的终点：我们将一键制造带入全球的愿景在一段时间内仍会有一定的距离--我们仍在攻克一个以前难以解决的问题！
但是，我们正在为此取得巨大进展，而且我们迄今为止所取得的进展是整个问题的重要组成部分。我们正在使加速数控机床编程成为可能，这样我们就能更快更迅速地制造出零部件，实现创新并帮助填补制造业的技能缺口。
这就是我们目前取得的成果，我迫不及待地想看到它的影响。
(注：想帮助我们解决这些问题吗？请访问 "职业生涯"查看我们的空缺职位）。
