AI võib anda 3D-printeritele uusi võimalusi

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.
  • Meeskond kasutas süsteemi, et täiustada uut 3D-trükivärvi, mis kõvastub ultraviolettvalgusega kokkupuutel.
3D-printerit kasutava inimese külgvaade.

Cavan Images / Getty Images

Kodused 3D-printerid võivad tänu tehisintellekti (AI) edusammudele muutuda kasulikumaks.

Hiljuti avaldatud teate kohaselt kasutavad teadlased masinõpet tugevamate ja sitkemate trükimaterjalide valmistamiseks paber.

Uutel materjalidel võib olla rakendusi, mis ulatuvad tööstuslikust 3D-printimisest hobideni, näiteks konkreetse elektroonika, kohandatud isikukaitsevahendite või isegi disainerite jaoks kohandatud pakendid mööbel, Keith A. PruunBostoni ülikooli inseneriprofessor, kes oli uuringut läbi viinud teadlaste seas, rääkis Lifewire'ile e-posti intervjuus.

"Meie eesmärk on õppida 3D-printima suure jõudlusega mehaanilisi komponente," lisas ta. "Neil võib olla rakendusi, mis ulatuvad tööstuslikust 3D-printimisest hobideni, näiteks pakendamine kohandatud konkreetse elektroonika, kohandatud isikukaitsevahendite või isegi disainerite jaoks mööbel."

Printida midagi?

Browni meeskonna väljatöötatud süsteemis teostab algoritm suurema osa avastamisprotsessist, et leida uusi trükimaterjale.

"Meie lähenemisviis on kombineerida automatiseeritud tootmine ja testimine masinõppega, et kiiresti ja tõhusalt tuvastada suure jõudlusega komponente, " ütles Brown. "Sisuliselt on meil autonoomne robot, mis uurib neid mehaanilisi süsteeme meie järelevalve all."

"Kui soovite kujundada uut tüüpi akusid, mis oleksid tõhusamad ja odavamad, võiksite 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.

Uurijad kasutasid seda süsteemi, et täiustada uut 3D-trükivärvi, mis kõveneb ultraviolettvalgusega kokkupuutel, selgub paberist. Nad määrasid välja kuus koostises kasutatavat kemikaali ja seadsid algoritmi eesmärgiks leida kõige paremini toimiv materjal sitkuse, jäikuse ja tugevuse osas.

Ilma tehisintellektita oleks nende kolme omaduse optimeerimine keeruline, kuna need võivad töötada erinevatel eesmärkidel. Näiteks ei pruugi kõige tugevam materjal olla kõige jäigem.

"Toores jõu uurimine võib võimaldada umbes 100 materjali uurimist," Joshua Agar, Lehighi ülikooli professor, kes kasutab masinõpet uute materjalide avastamiseks, rääkis Lifewire'ile meiliintervjuus. "AI ja automatiseeritud katsed võimaldavad otsida miljoneid proove."

Inimkeemik üritab tavaliselt maksimeerida ühte omadust korraga, mille tulemuseks on palju katseid ja palju jäätmeid. Kuid AI 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." Alessio Lorusso, rääkis materjalide väljatöötamiseks tehisintellekti kasutava ettevõtte Roboze tegevjuht Lifewire'ile meiliintervjuus. Ta ei osalenud MIT-i uurimistöös. "See on ilmselgelt märkimisväärne aega ja kulusid kokkuhoidev tehnoloogia."

Kaks inimest töötavad 3D-printeriga.

Sunwoo Jung / Getty Images

Tulevik võidakse trükkida

Trükimaterjalide avastamisprotsessi saaks veelgi kiiremini automatiseerida, Mike Foshey, MIT professor ja artikli kaasautor, ütles pressiteates. Teadlased segasid ja katsetasid iga proovi käsitsi, kuid robotid võivad tulevastes süsteemiversioonides kasutada doseerimis- ja segamissüsteeme.

Lõpuks kavatsevad teadlased katsetada tehisintellekti protsessi ka muudel eesmärkidel 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 toimis hästi ja oli keskkonnasõbralik, võiks see süsteem ka seda teha.

AI-põhiste materjalide võimalused on "lõpmatud", kui algoritm on välja töötatud ja masinal on piisavalt andmeid, et seda täpselt rakendada, ütles Lorusso.

"Usume, et uute materjalide leidmine on kasulik, sest superpolümeeride ja komposiitide täna saavutatud jõudlus annab võimaluse toota lõppkasutusosi," lisas ta. "Need võiksid asendada metalle ja luua ringmajanduse mudeli, kus tooraine taastub pidevalt läbi pideva ringlussevõtu."