AI-ს შეუძლია 3D პრინტერებს ახალი შესაძლებლობები მისცეს
გასაღები Takeaways
- თქვენს 3D პრინტერს შეუძლია საბოლოოდ შექმნას უფრო ძლიერი მასალები ხელოვნური ინტელექტის დახმარებით კვლევის მიღწევების წყალობით.
- MIT-ის მკვლევარებმა შეიმუშავეს ალგორითმი, რომელიც ასრულებს მასალის აღმოჩენის პროცესს.
- ჯგუფმა გამოიყენა სისტემა ახალი 3D ბეჭდვის მელნის გასაუმჯობესებლად, რომელიც გამკვრივდება ულტრაიისფერი სინათლის ზემოქმედებისას.
კავანის სურათები / გეტის სურათები
სახლის 3D პრინტერები შეიძლება უფრო სასარგებლო გახდეს ხელოვნური ინტელექტის (AI) მიღწევების წყალობით.
ახლახან გამოქვეყნებული კვლევის თანახმად, მკვლევარები იყენებენ მანქანურ სწავლებას უფრო ძლიერი და მკაცრი ბეჭდვის მასალების დასამზადებლად ქაღალდი.
ახალ მასალებს შეიძლება ჰქონდეთ აპლიკაციები, რომლებიც მერყეობს ინდუსტრიულიდან ჰობისტური 3D ბეჭდვით, როგორიცაა შეფუთვა მორგებული კონკრეტული ელექტრონიკისთვის, მორგებული პერსონალური დამცავი აღჭურვილობისთვის ან თუნდაც დიზაინერისთვის ავეჯი, კიტ ა. ყავისფერიბოსტონის უნივერსიტეტის ინჟინერიის პროფესორმა, რომელიც კვლევის ჩატარების მკვლევარებს შორის იყო, განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში.
„ჩვენი მიზანია ვისწავლოთ 3D ბეჭდვის მაღალი ხარისხის მექანიკური კომპონენტები“, დასძინა მან. „მათ შეიძლება ჰქონდეთ აპლიკაციები, რომლებიც მერყეობს ინდუსტრიულიდან ჰობისტური 3D ბეჭდვით, როგორიცაა შეფუთვა მორგებულია კონკრეტული ელექტრონიკისთვის, მორგებული პერსონალური დამცავი აღჭურვილობისთვის ან თუნდაც დიზაინერისთვის ავეჯი."
დაბეჭდე რამე?
სისტემაში, რომელიც ბრაუნის გუნდმა შეიმუშავა, ალგორითმი ასრულებს აღმოჩენის პროცესის უმეტეს ნაწილს ახალი საბეჭდი მასალების მოსაძებნად.
”ჩვენი მიდგომა არის ავტომატური წარმოებისა და ტესტირების გაერთიანება მანქანურ სწავლასთან, რათა სწრაფად და ეფექტურად გამოავლინოს მაღალი ხარისხის კომპონენტები”, - თქვა ბრაუნმა. „არსებითად, ჩვენ გვყავს ავტონომიური რობოტი, რომელიც სწავლობს ამ მექანიკურ სისტემებს ჩვენი მეთვალყურეობის ქვეშ.
„თუ გინდოდათ ახალი ტიპის ბატარეების დაპროექტება, რომლებიც უფრო მაღალი ეფექტურობისა და დაბალი ღირებულების მქონეა, ამის გასაკეთებლად შეგიძლიათ გამოიყენოთ მსგავსი სისტემა.
ადამიანი ირჩევს რამდენიმე ინგრედიენტს, შეიყვანს დეტალებს მათი ქიმიური შემადგენლობის შესახებ ალგორითმში და განსაზღვრავს ახალი მასალის მექანიკურ თვისებებს. შემდეგ ალგორითმი ზრდის ან ამცირებს ამ კომპონენტების რაოდენობას და ამოწმებს, თუ როგორ მოქმედებს თითოეული ფორმულა მასალის თვისებებზე იდეალურ კომბინაციამდე მისვლამდე.
მკვლევარებმა სისტემა გამოიყენეს ახალი 3D ბეჭდვის მელნის გასაუმჯობესებლად, რომელიც გამკვრივდება ულტრაიისფერი შუქის ზემოქმედებისას, ნათქვამია სტატიაში. მათ გამოავლინეს ექვსი ქიმიკატი, რომლებიც გამოიყენებოდა ფორმულირებებში და დაადგინეს ალგორითმის მიზანი, გამოეჩინა საუკეთესო პროდუქტიული მასალა სიმტკიცე, სიმტკიცე და სიმტკიცე.
ხელოვნური ინტელექტის გარეშე, ამ სამი თვისების ოპტიმიზაცია რთული იქნება, რადგან მათ შეუძლიათ მუშაობა ჯვარედინი მიზნებისთვის. მაგალითად, უძლიერესი მასალა შეიძლება არ იყოს ყველაზე ხისტი.
"უხეში ძალის შესწავლამ შეიძლება დაუშვას დაახლოებით 100 მასალის შესწავლა." ჯოშუა აგარი, Lehigh University-ის პროფესორმა, რომელიც იყენებს მანქანურ სწავლებას ახალი მასალების აღმოსაჩენად, განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში. "AI და ავტომატიზებული ექსპერიმენტები მილიონობით ნიმუშის ძიების საშუალებას იძლევა."
ადამიანი ქიმიკოსი, როგორც წესი, ცდილობდა მაქსიმალურად გაზარდოს ერთი თვისება ერთდროულად, რის შედეგადაც ხდება მრავალი ექსპერიმენტი და ბევრი ნარჩენი. მაგრამ AI-მ შეძლო ამის გაკეთება ბევრად უფრო სწრაფად, ვიდრე ადამიანმა.
3D ბეჭდვაში ხელოვნური ინტელექტის გამოყენება საშუალებას აძლევს [მას შეასრულოს] ასობით გამეორება სასურველი მახასიათებლებით იმავე ვადებში, როდესაც ქიმიკოსი ასრულებს ერთ ან ორს. ალესიო ლორუსოუთხრა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში Roboze-ის აღმასრულებელმა დირექტორმა, რომელიც იყენებს ხელოვნურ ინტელექტს მასალების შესაქმნელად. ის არ იყო ჩართული MIT-ის კვლევაში. "ეს აშკარად არის შესანიშნავი დრო და ხარჯების შემცირების ტექნოლოგია."
Sunwoo Jung / გეტის სურათები
მომავალი შეიძლება დაიბეჭდოს
ბეჭდვის მასალების აღმოჩენის პროცესი შეიძლება კიდევ უფრო სწრაფად განხორციელდეს მეტი ავტომატიზაციით, მაიკ ფოში, განაცხადა MIT-ის პროფესორმა და ნაშრომის თანაწამყვანმა ავტორმა. მკვლევარებმა შეურიეს და გამოსცადეს თითოეული ნიმუში ხელით, მაგრამ რობოტებს შეეძლოთ ფუნქციონირება გაუწიონ და შერევის სისტემები სისტემის მომავალ ვერსიებში.
საბოლოოდ, მკვლევარები გეგმავენ ხელოვნური ინტელექტის პროცესის გამოცდას ახალი 3D ბეჭდვის მელნის შემუშავების მიღმა.
”ამას ფართო გამოყენება აქვს ზოგადად მასალების მეცნიერებაში,” - თქვა ფოშიმ. „მაგალითად, თუ გინდოდათ ახალი ტიპის ბატარეების დაპროექტება, რომლებიც უფრო მაღალი ეფექტურობისა და დაბალი ღირებულების მქონეა, ამის გასაკეთებლად შეგიძლიათ გამოიყენოთ მსგავსი სისტემა. ან, თუ გინდოდათ საღებავის ოპტიმიზაცია მანქანისთვის, რომელიც კარგად მუშაობს და ეკოლოგიურად სუფთაა, ამ სისტემასაც შეუძლია ამის გაკეთება."
AI-ზე ორიენტირებული მასალების შესაძლებლობები "უსასრულოა" მას შემდეგ, რაც ალგორითმი შემუშავდება და მანქანას ექნება საკმარისი მონაცემები, რათა დაიწყოს მისი ზუსტი გამოყენება, თქვა ლორუსომ.
”ჩვენ გვჯერა, რომ სასარგებლოა ახალი მასალების მოძიება, რადგან სუპერ პოლიმერებისა და კომპოზიტების მიერ დღეს მიღწეული წარმოდგენები გვთავაზობს საბოლოო გამოყენების ნაწილების წარმოების შესაძლებლობას”, - დასძინა მან. „მათ შეუძლიათ შეცვალონ ლითონები და შექმნან წრიული ეკონომიკის მოდელი, სადაც ნედლეული განაგრძობს თავის რეგენერაციას მუდმივი გადამუშავების გზით“.