Ključni izsledki
- Vaš 3D-tiskalnik bo morda lahko sčasoma proizvedel močnejše materiale zahvaljujoč napredku raziskav s pomočjo umetne inteligence.
- Raziskovalci MIT so razvili algoritem, ki izvede večino postopka odkrivanja materiala.
- Ekipa je uporabila sistem za izboljšanje novega črnila za 3D-tiskanje, ki se strdi, ko je izpostavljeno ultravijolični svetlobi.
Domači 3D-tiskalniki bi lahko postali bolj uporabni zaradi napredka umetne inteligence (AI).
Raziskovalci uporabljajo strojno učenje za izdelavo materialov za tiskanje, ki so močnejši in trši, glede na nedavno objavljen članek.
Novi materiali bi lahko imeli aplikacije, ki segajo od industrijskega do ljubiteljskega 3D-tiskanja, kot je embalaža, prilagojena za določeno elektroniko, prilagojena osebna zaščitna oprema ali celo dizajnersko pohištvo, Keith A. Brown, profesor inženiringa na bostonski univerzi, ki je bil med raziskovalci, ki izvajajo študijo, je povedal Lifewire v intervjuju po elektronski pošti.
"Naš cilj je naučiti se 3D tiskati visoko zmogljive mehanske komponente," je dodal. "Ti imajo lahko aplikacije, ki segajo od industrijskega do ljubiteljskega 3D-tiskanja, kot je embalaža, prilagojena za specifično elektroniko, prilagojena osebna zaščitna oprema ali celo dizajnersko pohištvo."
Natisniti kaj?
V sistemu, ki ga je razvila Brownova ekipa, algoritem izvede večino postopka odkrivanja za iskanje novih materialov za tiskanje.
"Naš pristop je združiti avtomatizirano proizvodnjo in testiranje s strojnim učenjem za hitro in učinkovito prepoznavanje visoko zmogljivih komponent," je dejal Brown. "V bistvu imamo avtonomnega robota, ki preučuje te mehanske sisteme pod našim nadzorom."
Če bi želeli oblikovati nove vrste baterij z večjo učinkovitostjo in nižjimi stroški, bi lahko za to uporabili takšen sistem.
Človek izbere nekaj sestavin, vnese podrobnosti o njihovi kemični sestavi v algoritem in definira mehanske lastnosti novega materiala. Algoritem nato poveča ali zmanjša količine teh komponent in preveri, kako posamezna formula vpliva na lastnosti materiala, preden pride do idealne kombinacije.
Raziskovalci so sistem uporabili za izboljšanje novega črnila za 3D-tiskanje, ki se strdi, ko je izpostavljeno ultravijolični svetlobi, poroča časopis. Identificirali so šest kemikalij za uporabo v formulacijah in postavili cilj algoritma, da odkrije material z najboljšimi zmogljivostmi glede žilavosti, togosti in trdnosti.
Brez umetne inteligence bi bilo optimiziranje teh treh lastnosti težavno, ker lahko delujejo v različnih namenih. Na primer, najtrdnejši material morda ni najtrši.
»Raziskovanje s surovo silo bi lahko omogočilo raziskovanje približno 100 materialov,« je v intervjuju za Lifewire po elektronski pošti povedal Joshua Agar, profesor na univerzi Lehigh, ki uporablja strojno učenje za odkrivanje novih materialov. "Umetna inteligenca in avtomatizirani poskusi lahko omogočijo iskanje milijonov vzorcev."
Človeški kemik običajno poskuša povečati eno lastnost naenkrat, kar povzroči veliko poskusov in veliko odpadkov. Toda umetna inteligenca je to lahko naredila veliko hitreje kot človek.
"Uporaba umetne inteligence v 3D-tiskanju omogoča [izvedbo] na stotine ponovitev z želenimi značilnostmi v istem časovnem okviru kot kemik, ki izvede eno ali dve," Alessio Lorusso, izvršni direktor podjetja Roboze, ki uporablja umetno inteligenco za razvoj materialov, je povedal Lifewire v intervjuju po elektronski pošti. Ni bil vključen v raziskavo MIT. "To je očitno izjemna tehnologija za zmanjšanje časa in stroškov."
Prihodnost je morda natisnjena
Postopek odkrivanja materialov za tiskanje bi lahko bil še hitrejši z večjo avtomatizacijo, je v sporočilu za javnost dejal Mike Foshey, profesor MIT in soglavni avtor prispevka. Raziskovalci so mešali in testirali vsak vzorec ročno, vendar bi roboti lahko upravljali sisteme za razdeljevanje in mešanje v prihodnjih različicah sistema.
Sčasoma nameravajo raziskovalci preizkusiti proces umetne inteligence za uporabo, ki presega razvoj novih črnil za 3D-tiskanje.
"To ima široko uporabo v znanosti o materialih na splošno," je dejal Foshey. "Če bi na primer želeli oblikovati nove vrste baterij z večjo učinkovitostjo in nižjimi stroški, bi lahko za to uporabili sistem, kot je ta. Ali pa, če bi želeli optimizirati barvo za avto, ki deluje dobro in je okolju prijazen, ta sistem bi lahko naredil tudi to."
Možnosti materialov, ki jih poganja umetna inteligenca, so "neskončne", ko je algoritem razvit in ima stroj dovolj podatkov, da ga lahko začne natančno uporabljati, je dejal Lorusso.
"Verjamemo, da je koristno najti nove materiale, saj zmogljivosti, ki jih danes dosegajo super polimeri in kompoziti, ponujajo možnost proizvodnje delov za končno uporabo," je dodal. "Lahko bi zamenjali kovine in ustvarili model krožnega gospodarstva, kjer se surovina še naprej obnavlja s stalnim recikliranjem."
