მთავარი წაღებები
- თქვენმა 3D პრინტერმა შესაძლოა საბოლოოდ შეძლოს უფრო ძლიერი მასალების წარმოება ხელოვნური ინტელექტის დახმარებით კვლევის მიღწევების წყალობით.
- MIT-ის მკვლევარებმა შეიმუშავეს ალგორითმი, რომელიც ასრულებს მასალის აღმოჩენის პროცესს.
- გუნდმა გამოიყენა სისტემა ახალი 3D ბეჭდვის მელნის გასაუმჯობესებლად, რომელიც გამკვრივდება ულტრაიისფერი შუქის ზემოქმედებისას.
სახლის 3D პრინტერები შეიძლება უფრო სასარგებლო გახდეს ხელოვნური ინტელექტის (AI) მიღწევების წყალობით.
მკვლევარები იყენებენ მანქანურ სწავლებას უფრო ძლიერი და მკაცრი საბეჭდი მასალების დასამზადებლად, ახლახან გამოქვეყნებული ნაშრომის მიხედვით.
ახალ მასალებს შეიძლება ჰქონდეთ აპლიკაციები, რომლებიც მერყეობს სამრეწველოდან ჰობისტურ 3D ბეჭდვამდე, როგორიცაა შეფუთვა, რომელიც მორგებულია სპეციფიკურ ელექტრონიკაზე, მორგებული პერსონალური დამცავი აღჭურვილობისთვის ან თუნდაც დიზაინერის ავეჯისთვის, კეიტ ა. ბრაუნი, ინჟინერიის პროფესორი ბოსტონის უნივერსიტეტში, რომელიც იყო. მკვლევარებს შორის, რომლებიც ატარებენ კვლევას, განუცხადეს Lifewire-ს ელექტრონული ფოსტის ინტერვიუში.
"ჩვენი მიზანია ვისწავლოთ 3D ბეჭდვის მაღალი ხარისხის მექანიკური კომპონენტები," დასძინა მან. "მათ შეიძლება ჰქონდეს აპლიკაციები, რომლებიც მერყეობს ინდუსტრიულიდან ჰობისტურ 3D ბეჭდვამდე, როგორიცაა შეფუთვა, რომელიც მორგებულია სპეციფიკურ ელექტრონიკაზე, მორგებულ პერსონალურ დამცავ აღჭურვილობაზე ან თუნდაც დიზაინერულ ავეჯზე."
დაბეჭდე რამე?
სისტემაში, რომელიც ბრაუნის გუნდმა შეიმუშავა, ალგორითმი ასრულებს აღმოჩენის პროცესის უმეტეს ნაწილს ახალი საბეჭდი მასალების მოსაძებნად.
"ჩვენი მიდგომაა გავაერთიანოთ ავტომატური წარმოება და ტესტირება მანქანურ სწავლებასთან, 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 შეგექმნათ ახალი ტიპის ბატარეები, რომლებიც უფრო მაღალი ეფექტურობისა და დაბალი ღირებულების მქონე იყო, შეგიძლიათ გამოიყენოთ მსგავსი სისტემა ამისათვის.
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 გამოიყენეს სისტემა ახალი 3D ბეჭდვის მელნის გასაუმჯობესებლად, რომელიც გამკვრივდება ულტრაიისფერი სინათლის ზემოქმედების დროს, ნათქვამია სტატიაში. მათ დაადგინეს ექვსი ქიმიკატი, რომლებიც გამოიყენებოდა ფორმულირებებში და დაისახეს 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", - განუცხადა ჯოშუა აგარმა, ლეჰაის უნივერსიტეტის პროფესორმა, რომელიც იყენებს მანქანურ სწავლებას ახალი მასალების აღმოსაჩენად, განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში. "AI და ავტომატიზებულ ექსპერიმენტებს შეუძლიათ მილიონობით ნიმუშის მოძიება."
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.
"ინტელექტის ხელოვნური ინტელექტის გამოყენება 3D ბეჭდვაში საშუალებას აძლევს [მას შეასრულოს] ასობით გამეორება სასურველი მახასიათებლებით ქიმიკოსის მიერ ერთ ან ორს ასრულებს, " ალესიო ლორუსო, Roboze-ს აღმასრულებელი დირექტორი, კომპანია, რომელიც იყენებს AI-ს. განავითარეთ მასალები, განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში.ის არ იყო ჩართული MIT-ის კვლევაში. "ეს აშკარად შესანიშნავი დრო და ხარჯების შემცირების ტექნოლოგიაა."
მომავალი შეიძლება დაიბეჭდოს
საბეჭდი მასალების აღმოჩენის პროცესი შეიძლება კიდევ უფრო სწრაფად განხორციელდეს მეტი ავტომატიზაციით, თქვა მაიკ ფოშიმ, MIT-ის პროფესორმა და ნაშრომის თანაწამყვანმა ავტორმა. მკვლევარებმა შეურიეს და გამოსცადეს თითოეული ნიმუში ხელით, მაგრამ რობოტებს შეეძლოთ ამუშავებდნენ გაცემის და შერევის სისტემას სისტემის მომავალ ვერსიებში.
საბოლოოდ, მკვლევარები გეგმავენ AI პროცესის გამოცდას ახალი 3D ბეჭდვის მელნის შემუშავების მიღმა გამოყენებისთვის.
"ამას აქვს ფართო გამოყენება ზოგადად მასალების მეცნიერებაში", - თქვა ფოშიმ. „მაგალითად, თუ გსურდათ ახალი ტიპის ბატარეების შექმნა, რომლებიც უფრო ეფექტურობითა და დაბალი ღირებულებით გამოირჩეოდნენ, შეგიძლიათ გამოიყენოთ მსგავსი სისტემა. ან თუ გინდოდათ საღებავის ოპტიმიზაცია მანქანისთვის, რომელიც კარგად მუშაობს და ეკოლოგიურად სუფთაა. ამ სისტემას შეუძლია ამის გაკეთებაც."
შესაძლებლობები ხელოვნური ინტელექტის საფუძველზე შექმნილი მასალებისთვის "უსასრულოა" მას შემდეგ, რაც ალგორითმი შემუშავდება და მანქანას ექნება საკმარისი მონაცემები მისი ზუსტი გამოყენების დასაწყებად, თქვა ლორუსომ.
"ჩვენ გვჯერა, რომ სასარგებლოა ახალი მასალების მოძიება, რადგან სუპერპოლიმერებისა და კომპოზიტების მიერ დღეს მიღწეული ეფექტურობა გვთავაზობს საბოლოო გამოყენების ნაწილების წარმოების შესაძლებლობას", - დასძინა მან. „მათ შეუძლიათ შეცვალონ ლითონები და შექმნან წრიული ეკონომიის მოდელი, სადაც ნედლეული განაგრძობს თავის რეგენერაციას მუდმივი გადამუშავების გზით.“
