它始于涉及查尔斯·达尔文（Charles Darwin）进化论的愿景，并以人工智能驱动的解决方案结束，该解决方案旨在改变我们所知道的机床包装。当山特维克可乐满推出其新解决方案时，优化的封装将大大节省成本并大大降低一氧化碳排放。2排放。

2019年夏天，来自伊朗的33岁研发工程师和系统开发人员Maria Rajabzadeh Namaghi坐在瑞典山特维肯的办公室里，致力于下一代山特维克可乐满产品包装解决方案。她有一项艰巨的任务：确保所选包装尽可能小和精简，不仅要降低材料成本，还要帮助山特维克集团减少整体碳足迹。

我真的很兴奋，我迫不及待地想告诉我的同事，当他们从假期回来时

尽管Rajabzadeh Namaghi已经找到了基于传统计算机编程的解决方案，但她无法摆脱那种唠叨的感觉，即缺少了什么。“解决方案不够灵活。它是为某种类型的软件包定制的，不适用于新型的软件包，“她回忆道。

然后，当她让自己的思想在荒无人烟的办公室里游荡时，突然她想到：“如果我使用人工智能应用遗传算法会怎么样？遗传算法是基于查尔斯·达尔文进化论的基于AI的问题搜索过程。就像在自然界中一样，该算法会随着几代人的发展而发展，从而在每个周期中开发更智能，更好的解决方案。在花了几天时间对她的理论进行测试后，Rajabzadeh Namaghi知道她正在做一件大事。

大小或形状无关紧要

“我真的很兴奋，当他们从假期回来时，我迫不及待地想告诉我的同事，”她回忆道，并指出尽管遗传算法本身并不新鲜，但她以前从未听说过它以这种方式应用于包装解决方案。

它的工作方式是，无论你可能需要放入包装中 - 无论是像工具这样的小东西还是像自行车这样的大东西 - 应用程序都会为你找到适合它的最小包装。包装物的大小或几何形状并不重要，“她说，并解释了包装选择器应用程序（PSA）如何通过分析基于CAD的3D模型来识别物体的最关键点。

然后，AI算法接管以计算对象的旋转，从那里，应用程序不仅能够为其推荐尽可能小的包装，而且还能够将对象放入所选的包装中。