A legfontosabb elvitelek
- A 3D nyomtatója végül erősebb anyagok előállítására képes az AI által támogatott kutatás előrehaladásának köszönhetően.
- A MIT kutatói olyan algoritmust fejlesztettek ki, amely az anyagfeltárási folyamat nagy részét végrehajtja.
- A csapat a rendszer segítségével egy új, ultraibolya fény hatására megkeményedő 3D nyomtatófestéket fejlesztett ki.
Az otthoni 3D nyomtatók hasznosabbá válhatnak a mesterséges intelligencia (AI) fejlődésének köszönhetően.
Egy nemrég megjelent tanulmány szerint a kutatók gépi tanulást alkalmaznak, hogy erősebb és szívósabb nyomdai anyagokat készítsenek.
Az új anyagoknak az iparitól a hobbi 3D-s nyomtatásig terjedő alkalmazási területei lehetnek, mint például a speciális elektronikai cikkekhez szabott csomagolások, testreszabott egyéni védőeszközök vagy akár dizájnerbútorok – mondta Keith A. Brown, a Bostoni Egyetem mérnökprofesszora. – mondta a Lifewire egy e-mailes interjúban a tanulmányt végző kutatók között.
"Célunk, hogy megtanuljuk, hogyan lehet 3D-s nyomtatni nagy teljesítményű mechanikai alkatrészeket" - tette hozzá. "Ezeknek az ipari alkalmazásoktól a hobbi 3D-s nyomtatásig terjedő alkalmazásai lehetnek, például speciális elektronikai termékekhez szabott csomagolások, testreszabott egyéni védőeszközök vagy akár dizájnerbútorok."
Nyomtasson valamit?
A Brown csapata által kifejlesztett rendszerben egy algoritmus hajtja végre a legtöbb felfedezési folyamatot, hogy új nyomtatási anyagokat találjon.
"Az a megközelítésünk, hogy az automatizált gyártást és tesztelést gépi tanulással kombináljuk a nagy teljesítményű alkatrészek gyors és hatékony azonosítása érdekében" - mondta Brown. "Lényegében van egy autonóm robotunk, amely a felügyeletünk alatt tanulmányozza ezeket a mechanikai rendszereket."
Ha új típusú akkumulátorokat szeretne tervezni, amelyek nagyobb hatékonyságúak és olcsóbbak, akkor ehhez használhat egy ehhez hasonló rendszert.
Egy ember kiválaszt néhány összetevőt, kémiai összetételük részleteit viszi be az algoritmusba, és meghatározza az új anyag mechanikai tulajdonságait. Az algoritmus ezután növeli vagy csökkenti ezen összetevők mennyiségét, és ellenőrzi, hogy az egyes formulák hogyan befolyásolják az anyag tulajdonságait, mielőtt az ideális kombinációhoz jutna.
A kutatók a rendszert egy új 3D nyomtatófesték fejlesztésére használták, amely ultraibolya fény hatására megkeményedik. Hat vegyi anyagot határoztak meg a készítményekben, és az algoritmus célját tűzték ki a szívósság, merevség és szilárdság szempontjából legjobban teljesítő anyag feltárására.
A mesterséges intelligencia nélkül ennek a három tulajdonságnak az optimalizálása bonyolult lenne, mert kölcsönösen működhetnek. Például nem biztos, hogy a legerősebb anyag a legmerevebb.
"A nyers erők feltárása körülbelül 100 anyag feltárását teheti lehetővé" - mondta a Lifewire-nek Joshua Agar, a Lehigh Egyetem professzora, aki gépi tanulást használ új anyagok felfedezésére. "A mesterséges intelligencia és az automatizált kísérletek több millió minta közötti keresést tesznek lehetővé."
Egy emberi vegyész általában egy-egy tulajdonságot próbál meg maximalizálni, ami sok kísérletet és sok hulladékot eredményez. De a mesterséges intelligencia sokkal gyorsabban tudta megtenni, mint egy ember.
"A mesterséges intelligencia 3D nyomtatásban való használata lehetővé teszi, hogy ugyanazon időkereten belül több száz ismétlést hajtson végre a kívánt jellemzőkkel, amíg egy vegyész egy vagy kettőt végez." Alessio Lorusso, az MI-t használó Roboze cég vezérigazgatója anyagokat dolgozzon ki, mondta a Lifewire egy e-mailes interjúban. Nem vett részt az MIT kutatásában. "Ez nyilvánvalóan figyelemre méltó idő- és költségcsökkentő technológia."
Lehet nyomtatni a jövőt
A nyomtatási anyagok felfedezésének folyamata még gyorsabbá tehető nagyobb automatizálással – mondta egy sajtóközleményben Mike Foshey, az MIT professzora és a tanulmány társszerzője. A kutatók minden mintát kézzel kevertek és teszteltek, de a jövőbeli rendszerverziókban a robotok működtethetik az adagoló- és keverőrendszereket.
Végül a kutatók azt tervezik, hogy tesztelik az AI-eljárást az új 3D nyomtatófestékek kifejlesztésén túlmutató célokra is.
"Ezt széles körben alkalmazzák az anyagtudományban általában" - mondta Foshey. "Például, ha új típusú akkumulátorokat szeretne tervezni, amelyek nagyobb hatékonyságúak és olcsóbbak, használhat egy ehhez hasonló rendszert. Vagy ha olyan autó fényezését szeretné optimalizálni, amely jól teljesít és környezetbarát, ez a rendszer is képes erre."
A mesterséges intelligencia által vezérelt anyagok lehetőségei „végtelenek”, miután az algoritmust kifejlesztették, és a gép elegendő adattal rendelkezik a pontos alkalmazáshoz – mondta Lorusso.
"Úgy gondoljuk, hogy hasznos új anyagokat találni, mert a szuperpolimerek és kompozitok manapság elért teljesítménye lehetőséget kínál végfelhasználású alkatrészek előállítására" - tette hozzá. "Lecserélhetik a fémeket, és létrehozhatnának egy körkörös gazdaság modellt, ahol a nyersanyag folyamatosan újrahasznosítja magát."
