近日，美國伊利諾伊大學厄巴納-香檳分校的 Grainger 工程學院研究團隊開發了一項人工智慧技術，能夠透過分析 3D 列印零件的表面特徵，準確追溯到製造這些零件的特定機器。據研究團隊表示，這項技術的核心在於「機器指紋」，即每部 3D 打印機在製造部件時留下的獨特特徵。即使是相同型號、相同設置的打印機，產出的零件也會因設備的微小差異而帶有不同的「指紋」。
該技術在供應鏈管理和品質控制方面展現了巨大潛力，例如它可以幫助確保供應商依照協議流程生產產品，並迅速發現生產中的潛在問題。在測試中，研究人員僅使用智能手機拍攝的照片，即可以 98% 的準確率辨識出來自 21 部不同 3D 打機的 9192 個零件的來源。即使只分析零件表面 1 平方毫米的區域，也能達到高準確度。
除了商業應用外，這項技術還可能在追蹤非法製品方面發揮作用。例如，研究人員推測，這項技術可能用於追溯犯罪現場發現的 3D 打印槍支的來源。然而，針對這些應用的討論尚未深入。研究領導人 Bill King 教授表示：「每件 3D 打印零件都有一個可以被 AI 檢測到的獨特簽名。」隨著 3D 打印技術在航空、汽車、醫療設備等領域的普及，這項技術有望成為確保生產合規和追溯產品來源的重要工具。
然而，外界對此技術的實際應用仍存疑。例如，有人認為 3D 打印機的硬件磨損、軟件設置變更或材料更換，可能會影響「指紋」的準確性。此外，技術的廣泛應用也可能引發隱私和設備修改自由方面的爭議。總括來說，這項新技術展現了人工智慧與 3D 打印技術結合的未來潛力，不僅能提升供應鏈透明度，還可能為打擊非法活動提供支持。
