Võtmed kaasavõtmiseks
- Teie 3D-printer võib tänu tehisintellekti abil tehtud uuringute edusammudele lõpuks toota tugevamaid materjale.
- MIT-i teadlased on välja töötanud algoritmi, mis teostab suurema osa materjali avastamise protsessist.
- Tiim kasutas süsteemi, et täiustada uut 3D-trükivärvi, mis ultraviolettvalgusega kokku puutudes kõvastub.
Kodu 3D-printerid võivad tänu tehisintellekti (AI) edusammudele muutuda kasulikumaks.
Hiljuti avaldatud artikli kohaselt kasutavad teadlased masinõpet, et teha trükimaterjale, mis on tugevamad ja sitkemad.
Uutel materjalidel võib olla rakendusi, mis ulatuvad tööstuslikust 3D-printimiseni, näiteks konkreetse elektroonika jaoks kohandatud pakendid, kohandatud isikukaitsevahendid või isegi disainmööbel, ütles Bostoni ülikooli inseneriprofessor Keith A. Brown. uuringut läbi viinud teadlaste seas ütles Lifewire e-posti intervjuus.
„Meie eesmärk on õppida, kuidas 3D-printida suure jõudlusega mehaanilisi komponente,“lisas ta. "Neil võib olla rakendusi, mis ulatuvad tööstuslikust 3D-printimiseni, näiteks konkreetse elektroonika jaoks kohandatud pakendid, kohandatud isikukaitsevahendid või isegi disainmööbel."
Kas printida midagi?
Süsteemis, mille Browni meeskond välja töötas, teostab algoritm suurema osa avastamisprotsessist, et leida uusi trükimaterjale.
"Meie lähenemisviis on kombineerida automatiseeritud tootmine ja testimine masinõppega, et kiiresti ja tõhus alt tuvastada suure jõudlusega komponente, " ütles Brown. "Sisuliselt on meil autonoomne robot, mis uurib neid mehaanilisi süsteeme meie järelevalve all."
Kui sooviksite luua uut tüüpi akusid, mis oleksid tõhusamad ja odavamad, võiksite selleks kasutada sellist süsteemi.
Inimene valib mõned koostisosad, sisestab algoritmi üksikasjad nende keemilise koostise kohta ja määrab uue materjali mehaanilised omadused. Algoritm suurendab või vähendab seejärel nende komponentide kogust ja kontrollib, kuidas iga valem mõjutab materjali omadusi enne ideaalse kombinatsiooni leidmist.
Paberi andmetel kasutasid teadlased süsteemi uue 3D-trükivärvi täiustamiseks, mis kõvastub ultraviolettvalgusega kokkupuutel. Nad määrasid välja kuus koostises kasutatavat kemikaali ja seadsid algoritmi eesmärgiks leida kõige paremini toimiv materjal sitkuse, jäikuse ja tugevuse osas.
Ilma AI-ta oleks nende kolme omaduse optimeerimine keeruline, kuna need võivad töötada erinevatel eesmärkidel. Näiteks ei pruugi tugevaim materjal olla kõige jäigem.
"Jõua jõu uurimine võib võimaldada umbes 100 materjali uurimist," ütles Lehighi ülikooli professor Joshua Agar, kes kasutab uute materjalide avastamiseks masinõpet, Lifewire'ile e-posti intervjuus. "AI ja automatiseeritud katsed võimaldavad otsida miljoneid proove."
Inimeste keemik püüab tavaliselt maksimeerida ühte omadust korraga, mille tulemuseks on palju katseid ja palju jäätmeid. Kuid tehisintellekt suutis seda teha palju kiiremini kui inimene.
"AI kasutamine 3D-printimisel võimaldab [sellel] teha sadu kordusi soovitud omadustega sama aja jooksul, kui keemik teeb ühe või kaks, " ütles Alessio Lorusso, AI-t kasutava ettevõtte Roboze tegevjuht. materjale välja töötama, ütles Lifewire e-posti intervjuus. Ta ei osalenud MIT-i uurimistöös. "See on ilmselgelt tähelepanuväärne aega ja kulusid kokkuhoidev tehnoloogia."
Tulevik võidakse trükkida
Trükimaterjalide avastamisprotsessi saaks veelgi kiirendada suurema automatiseerimisega, ütles MIT-i professor ja artikli kaasautor Mike Foshey pressiteates. Teadlased segasid ja katsetasid iga proovi käsitsi, kuid robotid saaksid tulevastes süsteemiversioonides kasutada doseerimis- ja segamissüsteeme.
Lõpuks kavatsevad teadlased katsetada tehisintellekti protsessi muuks kasutuseks kui uute 3D-trükivärvide väljatöötamine.
"Sellel on materjaliteaduses üldiselt laialdased rakendused, " ütles Foshey. "Näiteks kui soovite kujundada uut tüüpi akusid, mis oleksid tõhusamad ja odavamad, võiksite kasutada sellist süsteemi. Või kui soovite optimeerida värvi auto jaoks, mis toimib hästi ja on keskkonnasõbralik., see süsteem võiks ka seda teha."
AI-põhiste materjalide võimalused on lõputud, kui algoritm on välja töötatud ja masinal on piisav alt andmeid, et seda täpselt rakendada, ütles Lorusso.
"Usume, et uute materjalide leidmine on kasulik, sest superpolümeeride ja komposiitide täna saavutatud jõudlus võimaldab toota lõppkasutusosi," lisas ta. "Need võiksid asendada metalle ja luua ringmajanduse mudeli, kus tooraine taastub pideva ringlussevõtu kaudu."
