Հիմնական տանողներ
- Ձեր 3D տպիչը կարող է ի վերջո ավելի ամուր նյութեր արտադրել՝ շնորհիվ AI-ի օգնությամբ հետազոտությունների առաջընթացի:
- MIT-ի հետազոտողները մշակել են ալգորիթմ, որն իրականացնում է նյութի հայտնաբերման գործընթացի մեծ մասը:
- Թիմն օգտագործել է համակարգը՝ բարելավելու 3D տպագրության նոր թանաքը, որը կարծրանում է, երբ ենթարկվում է ուլտրամանուշակագույն լույսի:
Տնային 3D տպիչները կարող են ավելի օգտակար դառնալ արհեստական ինտելեկտի (AI) առաջընթացի շնորհիվ:
Հետազոտողները օգտագործում են մեքենայական ուսուցում, որպեսզի պատրաստեն տպագրական նյութեր, որոնք ավելի ամուր և կոշտ են, համաձայն վերջերս հրապարակված հոդվածի:
Նոր նյութերը կարող են ունենալ կիրառություններ, որոնք տատանվում են արդյունաբերականից մինչև հոբբիստական 3D տպագրություն, ինչպիսիք են հատուկ էլեկտրոնիկայի համար հարմարեցված փաթեթավորումը, անհատական պաշտպանիչ սարքավորումները կամ նույնիսկ դիզայներական կահույքը, Բոստոնի համալսարանի ինժեներական պրոֆեսոր Քիթ Ա. Բրաունը: Հետազոտությունն իրականացնող հետազոտողների թվում, Lifewire-ին տված հարցազրույցում ասել են:
«Մեր նպատակն է սովորել, թե ինչպես 3D տպել բարձր արդյունավետության մեխանիկական բաղադրիչները», - ավելացրեց նա: «Սրանք կարող են ունենալ այնպիսի ծրագրեր, որոնք տատանվում են արդյունաբերականից մինչև հոբբիստական 3D տպագրություն, ինչպիսիք են հատուկ էլեկտրոնիկայի համար հարմարեցված փաթեթավորումը, անհատական պաշտպանիչ սարքավորումները կամ նույնիսկ դիզայներական կահույքը»:
Տպե՞լ ինչ-որ բան?
Բրաունի թիմի մշակած համակարգում ալգորիթմն իրականացնում է հայտնաբերման գործընթացի մեծ մասը՝ նոր տպագրական նյութեր գտնելու համար:
«Մեր մոտեցումն է համատեղել ավտոմատ արտադրությունն ու փորձարկումը մեքենայական ուսուցման հետ՝ արագ և արդյունավետ կերպով բացահայտելու բարձր կատարողական բաղադրիչները», - ասաց Բրաունը: «Ըստ էության, մենք ունենք ինքնավար ռոբոտ, որն ուսումնասիրում է այս մեխանիկական համակարգերը մեր հսկողության ներքո»:
Եթե ցանկանում եք նախագծել նոր տեսակի մարտկոցներ, որոնք ունեն ավելի բարձր արդյունավետություն և ավելի ցածր գին, կարող եք օգտագործել նման համակարգ՝ դա անելու համար:
Մարդն ընտրում է մի քանի բաղադրիչներ, դրանց քիմիական բաղադրության մանրամասները մուտքագրում է ալգորիթմի մեջ և սահմանում նոր նյութի մեխանիկական հատկությունները: Այնուհետև ալգորիթմը մեծացնում կամ նվազեցնում է այդ բաղադրիչների քանակը և ստուգում, թե ինչպես է յուրաքանչյուր բանաձև ազդում նյութի հատկությունների վրա՝ նախքան իդեալական համակցության հասնելը:
Հետազոտողները օգտագործել են համակարգը՝ բարելավելու 3D տպագրության նոր թանաքը, որը կարծրանում է, երբ ենթարկվում է ուլտրամանուշակագույն լույսի, ասվում է թերթում: Նրանք հայտնաբերեցին վեց քիմիկատներ, որոնք պետք է օգտագործվեին ձևակերպումների մեջ և ալգորիթմի նպատակը դրեցին՝ բացահայտելու ամենալավ կատարողական նյութը՝ ամրության, կոշտության և ամրության համար:
Առանց AI-ի, այս երեք հատկությունների օպտիմիզացումը դժվար կլինի, քանի որ դրանք կարող են աշխատել տարբեր նպատակներով: Օրինակ՝ ամենաամուր նյութը կարող է ամենակոշտը չլինել։
«Անխիղճ ուժի հետախուզումը կարող է թույլ տալ մոտ 100 նյութերի հետախուզում»,- Lifewire-ին տված հարցազրույցում ասաց Լիհայ համալսարանի պրոֆեսոր Ջոշուա Ագարը, ով օգտագործում է մեքենայական ուսուցումը նոր նյութեր հայտնաբերելու համար: «AI-ն և ավտոմատացված փորձերը կարող են թույլ տալ միլիոնավոր նմուշների որոնում»:
Մարդկային քիմիկոսը սովորաբար փորձում է առավելագույնի հասցնել մեկ հատկություն, ինչը հանգեցնում է բազմաթիվ փորձերի և մեծ քանակությամբ թափոնների: Բայց AI-ն կարողացավ դա անել շատ ավելի արագ, քան մարդը:
« AI-ի օգտագործումը 3D տպագրության մեջ թույլ է տալիս [այն կատարել] հարյուրավոր կրկնություններ ցանկալի բնութագրերով մեկ կամ երկու քիմիկոսի նույն ժամանակահատվածում», - Ալեսիո Լորուսո, Roboze ընկերության գործադիր տնօրեն, մի ընկերություն, որն օգտագործում է AI-ն մշակել նյութեր, ասել է Lifewire-ը էլեկտրոնային փոստով տված հարցազրույցում:Նա ներգրավված չէր MIT-ի հետազոտության մեջ։ «Սա ակնհայտ ժամանակի և ծախսերի կրճատման ուշագրավ տեխնոլոգիա է»:
Ապագան կարող է տպագրվել
Տպագրական նյութերի հայտնաբերման գործընթացը կարող է ավելի արագ իրականացվել ավելի շատ ավտոմատացման միջոցով, ասել է MIT-ի պրոֆեսոր և հոդվածի համահեղինակ Մայք Ֆոշեյը մամուլի հաղորդագրության մեջ: Հետազոտողները խառնել և փորձարկել են յուրաքանչյուր նմուշ ձեռքով, սակայն ռոբոտները կարող են գործել բաշխման և խառնման համակարգերը ապագա համակարգի տարբերակներում:
Ի վերջո, հետազոտողները նախատեսում են փորձարկել արհեստական ինտելեկտի գործընթացը նոր 3D տպագրական թանաքների մշակումից բացի օգտագործելու համար:
«Սա լայն կիրառություն ունի ընդհանրապես նյութագիտության մեջ», - ասաց Ֆոշեյը: «Օրինակ, եթե ցանկանում եք նախագծել նոր տեսակի մարտկոցներ, որոնք ունեն ավելի բարձր արդյունավետություն և ավելի ցածր ծախսեր, կարող եք օգտագործել նման համակարգ դա անելու համար: Կամ, եթե ցանկանում եք օպտիմալացնել ներկը լավ կատարող և էկոլոգիապես մաքուր մեքենայի համար:, այս համակարգը նույնպես կարող է դա անել:«
AI-ի վրա հիմնված նյութերի հնարավորությունները «անվերջ» են, երբ ալգորիթմը մշակվի, և մեքենան բավականաչափ տվյալներ ունենա՝ այն ճշգրիտ կիրառելու համար, ասաց Լորուսոն:
«Մենք կարծում ենք, որ օգտակար է գտնել նոր նյութեր, քանի որ գերպոլիմերների և կոմպոզիտների կողմից այսօր ձեռք բերված արդյունքները հնարավորություն են տալիս վերջնական օգտագործման մասեր արտադրել», - ավելացրեց նա: «Նրանք կարող են փոխարինել մետաղներին և ստեղծել շրջանաձև տնտեսության մոդել, որտեղ հումքը շարունակում է վերականգնվել անընդհատ վերամշակման միջոցով»:
