A mesterséges intelligencia új képességeket adhat a 3D nyomtatóknak

Az otthoni 3D nyomtatók még hasznosabbak lehetnek a mesterséges intelligencia (AI) fejlődésének köszönhetően.

Egy nemrégiben közzétett közlemény szerint a kutatók gépi tanulást alkalmaznak erősebb és szívósabb nyomtatási anyagok előállítására papír.

Az új anyagoknak az ipari alkalmazástól a hobbi 3D nyomtatásig terjedő alkalmazásai lehetnek, mint pl speciális elektronikai termékekre szabott csomagolás, személyre szabott egyéni védőfelszerelés vagy akár tervező bútor, Keith A. Barna, a Boston Egyetem mérnökprofesszora, aki a vizsgálatot végző kutatók között volt, mondta a Lifewire-nek egy e-mailes interjúban.

"Célunk, hogy megtanuljuk, hogyan lehet 3D-s nyomtatni nagy teljesítményű mechanikai alkatrészeket" - tette hozzá. „Ezeknek az ipari alkalmazásoktól a hobbi 3D-nyomtatásig terjedő alkalmazásai lehetnek, például a csomagolás specifikus elektronikára, személyre szabott egyéni védőfelszerelésre vagy akár tervezőre szabva bútor."

Nyomtasson valamit?

A Brown csapata által kifejlesztett rendszerben egy algoritmus hajtja végre a felderítési folyamat nagy részét az új nyomtatási anyagok megtalálása érdekében.

„Az a megközelítésünk, hogy az automatizált gyártást és tesztelést gépi tanulással kombináljuk, hogy gyorsan és hatékonyan azonosítsuk a nagy teljesítményű alkatrészeket” – mondta Brown. "Lényegében van egy autonóm robotunk, amely a felügyeletünk alatt tanulmányozza ezeket a mechanikai rendszereket."

Az 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 vegyszert határoztak meg, amelyeket a készítményben használnak, és az algoritmus célját tűzték ki, hogy feltárják a szívósság, merevség és szilárdság tekintetében a legjobban teljesítő anyagot.

AI nélkül trükkös lenne e három tulajdonság optimalizálása, mert több célból is működhetnek. Például nem biztos, hogy a legerősebb anyag a legmerevebb.

"A nyers erők feltárása körülbelül 100 anyag feltárását teheti lehetővé" Joshua Agar, a Lehigh Egyetem professzora, aki gépi tanulást használ új anyagok felfedezésére, mondta a Lifewire-nek egy e-mailes interjúban. "A mesterséges intelligencia és az automatizált kísérletek minták millióiban való keresést teszik lehetővé."

Az emberi vegyész általában egy-egy tulajdonságot próbál meg maximalizálni, ami sok kísérletet és sok hulladékot eredményez. De az MI sokkal gyorsabban tudta megtenni, mint egy ember.

"A mesterséges intelligencia 3D nyomtatásban való használata lehetővé teszi, hogy több száz ismétlést hajtson végre a kívánt jellemzőkkel ugyanabban az időkeretben, amikor egy vegyész egy vagy kettőt végez." Alessio Lorusso, az anyagok fejlesztésére mesterséges intelligenciát használó Roboze cég vezérigazgatója mondta a Lifewire-nek egy e-mailes interjúban. Nem vett részt az MIT kutatásában. "Ez nyilvánvalóan figyelemre méltó idő- és költségcsökkentő technológia."

Lehet nyomtatni a jövőt

A nyomdai anyagok felderítési folyamata még gyorsabbá válhatna nagyobb automatizálással, Mike Foshey, az MIT professzora és a tanulmány társszerzője – mondta egy sajtóközleményben. 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 túlmenően.

"Ez széles körben alkalmazható az anyagtudományban általában" - mondta Foshey. "Például, ha új típusú akkumulátorokat szeretne tervezni, amelyek nagyobb hatékonyságúak és olcsóbbak, használhatna egy ehhez hasonló rendszert. Vagy ha egy jól teljesítő és környezetbarát autóhoz szeretné optimalizálni a fényezést, ez a rendszer is megteheti."

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 által ma elért teljesítmények lehetővé teszik a végfelhasználású alkatrészek gyártását" - tette hozzá. "Lecserélhetik a fémeket, és létrehozhatnának egy körkörös gazdasági modellt, ahol a nyersanyag folyamatos újrahasznosítással újratermeli magát."