Viktiga takeaways
- Din 3D-skrivare kanske så småningom kan producera starkare material tack vare framsteg inom AI-stödd forskning.
- MIT-forskare har utvecklat en algoritm som utför det mesta av materialupptäcksprocessen.
- Teamet använde systemet för att förbättra ett nytt 3D-utskriftsbläck som hårdnar när det utsätts för ultraviolett ljus.
3D-skrivare för hemmet kan bli mer användbara tack vare framstegen inom artificiell intelligens (AI). Forskare använder maskininlärning för att göra tryckmaterial som är starkare och tuffare, enligt en nyligen publicerad artikel. De nya materialen kan ha applikationer som sträcker sig från industriell till hobby 3D-utskrift som förpackningar skräddarsydda för specifik elektronik, skräddarsydd personlig skyddsutrustning eller till och med designmöbler, Keith A. Brown, en ingenjörsprofessor vid Boston University som var en av forskarna som genomförde studie, berättade Lifewire i en e-postintervju. «Vårt mål är att lära sig att 3D-skriva ut mekaniska komponenter med hög prestanda», tillade han. «Dessa kan ha applikationer som sträcker sig från industriell till hobby 3D-utskrift som förpackningar skräddarsydda för specifik elektronik, anpassad personlig skyddsutrustning eller till och med designmöbler.»
Skriv ut något?
I systemet som Browns team utvecklat utför en algoritm det mesta av upptäcktsprocessen för att hitta nytt tryckmaterial. «Vårt tillvägagångssätt är att kombinera automatiserad tillverkning och testning med maskininlärning för att snabbt och effektivt identifiera högpresterande komponenter,» sa Brown. «I huvudsak har vi en autonom robot som studerar dessa mekaniska system under vår övervakning.» Om du ville designa nya typer av batterier med högre effektivitet och lägre kostnad, kan du använda ett sådant här system för att göra det. En människa väljer några ingredienser, matar in detaljer om deras kemiska sammansättning i algoritmen och definierar det nya materialets mekaniska egenskaper. Algoritmen ökar eller minskar sedan mängden av dessa komponenter och kontrollerar hur varje formel påverkar materialets egenskaper innan den kommer fram till den ideala kombinationen. Forskarna använde systemet för att förbättra ett nytt 3D-utskriftsbläck som hårdnar när det utsätts för ultraviolett ljus, enligt tidningen. De identifierade sex kemikalier att använda i formuleringarna och satte algoritmens mål att avslöja det bästa materialet för seghet, styvhet och styrka. Utan AI skulle det vara svårt att optimera dessa tre egenskaper eftersom de kan fungera på olika sätt. Till exempel kanske det starkaste materialet inte är det styvare. «Utforskning av brutal kraft kan tillåta utforskning av ett hundratal material,» sa Joshua Agar, professor vid Lehigh University som använder maskininlärning för att upptäcka nytt material, till Lifewire i en e-postintervju. «AI och automatiserade experiment kan göra att miljontals prover kan sökas.» En mänsklig kemist skulle vanligtvis försöka maximera en egenskap åt gången, vilket resulterar i många experiment och mycket avfall. Men AI kunde göra det mycket snabbare än en människa. «Att använda AI i 3D-utskrift tillåter [it to perform] hundratals upprepningar med de önskade egenskaperna under samma tidsram som en kemist som utför en eller två,» sa Alessio Lorusso, VD för Roboze, ett företag som använder AI för att utveckla material, till Lifewire i en e-postintervju. Han var inte involverad i MIT forskning. «Detta är uppenbarligen en anmärkningsvärd tids- och kostnadsbesparande teknik.»
Framtiden kan skrivas ut
Upptäcktsprocessen för utskriftsmaterial skulle kunna göras ännu snabbare med mer automatisering, sa Mike Foshey, en MIT-professor och medförfattare till tidningen, i ett pressmeddelande. Forskare blandade och testade varje prov för hand, men robotar skulle kunna använda dispenserings- och blandningssystemen i framtida systemversioner. Så småningom planerar forskarna att testa AI-processen för användning utöver att utveckla nya 3D-utskriftsbläck. «Detta har breda tillämpningar inom materialvetenskap i allmänhet,» sa Foshey. «Om du till exempel ville designa nya typer av batterier med högre effektivitet och lägre kostnad, kan du använda ett sådant här system för att göra det. Eller om du ville optimera lacken för en bil som presterade bra och var miljövänlig. , det här systemet skulle också kunna göra det.» Möjligheterna för AI-drivna material är «oändliga» när algoritmen väl har utvecklats och maskinen har tillräckligt med data för att börja tillämpa den korrekt, sa Lorusso. «Vi tror att det är användbart att hitta nya material eftersom de prestanda som uppnås idag av superpolymerer och kompositer erbjuder möjligheten att producera slutanvändningsdelar», tillade han. «De skulle kunna ersätta metaller och skapa en cirkulär ekonomimodell, där råvaran fortsätter att regenerera sig själv genom ständig återvinning.»