Key Takeaways
- Vaš 3D štampač bi možda mogao da proizvede jače materijale zahvaljujući napretku u istraživanju uz pomoć veštačke inteligencije.
- Istraživači MIT-a razvili su algoritam koji obavlja većinu procesa otkrivanja materijala.
- Tim je koristio sistem da poboljša novu boju za 3D štampanje koja se stvrdne kada je izložena ultraljubičastom svjetlu.
Kućni 3D štampači bi mogli postati korisniji zahvaljujući napretku u umjetnoj inteligenciji (AI).
Istraživači koriste mašinsko učenje da naprave materijale za štampanje koji su jači i čvršći, prema nedavno objavljenom radu.
Novi materijali bi mogli imati primjene u rasponu od industrijskog do hobističkog 3D štampanja, kao što je pakiranje prilagođeno specifičnoj elektronici, prilagođena osobna zaštitna oprema ili čak dizajnerski namještaj, Keith A. Brown, profesor inženjerstva na Univerzitetu u Bostonu koji je bio među istraživačima koji sprovode studiju, rekao je za Lifewire u intervjuu e-poštom.
"Naš cilj je naučiti kako 3D štampati mehaničke komponente visokih performansi", dodao je. "One mogu imati primjene koje se kreću od industrijskog do hobiističkog 3D štampanja, kao što je pakiranje prilagođeno specifičnoj elektronici, prilagođena osobna zaštitna oprema ili čak dizajnerski namještaj."
Štampaj bilo šta?
U sistemu koji je razvio Brownov tim, algoritam obavlja većinu procesa otkrivanja kako bi pronašao nove materijale za štampanje.
"Naš pristup je da kombinujemo automatizovanu proizvodnju i testiranje sa mašinskim učenjem kako bismo brzo i efikasno identifikovali komponente visokih performansi", rekao je Brown. "U suštini, imamo autonomnog robota koji proučava ove mehaničke sisteme pod našim nadzorom."
Ako želite da dizajnirate nove tipove baterija koje su veće efikasnosti i niže cene, možete koristiti ovakav sistem da to uradite.
Ljudska osoba bira nekoliko sastojaka, unosi detalje o njihovom hemijskom sastavu u algoritam i definira mehanička svojstva novog materijala. Algoritam zatim povećava ili smanjuje količine tih komponenti i provjerava kako svaka formula utječe na svojstva materijala prije nego što dođe do idealne kombinacije.
Istraživači su koristili sistem da poboljšaju novu boju za 3D štampanje koja se stvrdne kada je izložena ultraljubičastom svetlu, navodi se u radu. Identifikovali su šest hemikalija za upotrebu u formulacijama i postavili cilj algoritma da otkrije materijal sa najboljim performansama za žilavost, krutost i snagu.
Bez veštačke inteligencije, optimizacija ova tri svojstva bila bi nezgodna jer mogu da rade u različite svrhe. Na primjer, najjači materijal možda nije najtvrđi.
"Istraživanje grube sile moglo bi omogućiti istraživanje oko 100 materijala", rekao je za Lifewire u intervjuu e-poštom Joshua Agar, profesor na Univerzitetu Lehigh koji koristi mašinsko učenje za otkrivanje novih materijala. "AI i automatizirani eksperimenti mogu omogućiti pretraživanje miliona uzoraka."
Ljudski hemičar bi obično pokušavao da maksimizira jedno po jedno svojstvo, što je rezultiralo mnogim eksperimentima i puno otpada. Ali umjetna inteligencija je to mogla učiniti mnogo brže od čovjeka.
"Korišćenje veštačke inteligencije u 3D štampanju omogućava [izvođenje] stotine ponavljanja sa željenim karakteristikama u istom vremenskom okviru kao hemičar koji izvodi jednu ili dve", Alessio Lorusso, izvršni direktor Roboze, kompanije koja koristi veštačku inteligenciju za razvijaju materijale, rekao je Lifewire u intervjuu e-poštom. Nije bio uključen u istraživanje MIT-a. "Ovo je očito izvanredna tehnologija za smanjenje vremena i troškova."
Budućnost može biti odštampana
Proces otkrivanja materijala za štampanje mogao bi biti još brži uz više automatizacije, rekao je Mike Foshey, profesor na MIT-u i ko-voditelj rada, u saopštenju za javnost. Istraživači su miješali i testirali svaki uzorak ručno, ali roboti bi mogli upravljati sistemima za doziranje i miješanje u budućim verzijama sistema.
Na kraju, istraživači planiraju da testiraju AI proces za upotrebu osim razvoja novih boja za 3D štampanje.
"Ovo ima široku primjenu u nauci o materijalima općenito", rekao je Foshey. "Na primjer, ako želite dizajnirati nove tipove baterija koje su veće efikasnosti i niže cijene, možete koristiti ovakav sistem da to uradite. Ili, ako želite optimizirati boju za automobil koji je dobro radio i bio je ekološki prihvatljiv, ovaj sistem bi to također mogao učiniti."
Mogućnosti za materijale vođene veštačkom inteligencijom su "beskonačne" kada se algoritam razvije i mašina ima dovoljno podataka da počne da ga tačno primenjuje, rekao je Loruso.
"Vjerujemo da je korisno pronaći nove materijale jer performanse koje danas postižu super polimeri i kompoziti nude mogućnost proizvodnje dijelova za krajnju upotrebu", dodao je. "Oni bi mogli zamijeniti metale i stvoriti model cirkularne ekonomije, gdje se sirovina nastavlja da se obnavlja kroz stalnu reciklažu."
