Ρομποτική και φυσική AI

Υπερ-Συμπιέζσιμο Υλικό Ανεπτυγμένο Μέσω Τεχνητής Νοημοσύνης

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Ένα νέο υπερ-συμπιέζσιμο υλικό που αναπτύχθηκε μέσω τεχνητής νοημοσύνης από ερευνητές στο TU Delft μπορεί να μεταμορφώσει πολλά από τα καθημερινά αντικείμενα μας ενώ παραμένει ισχυρό. Οι ερευνητές δεν διεξήγαγαν κανένα πειραματικό έλεγχο και δημιούργησαν το υλικό χρησιμοποιώντας μόνο τη τεχνητή νοημοσύνη και την μηχανική μάθηση.

Ο Miguel Bessa είναι ο πρώτος συγγραφέας της δημοσίευσης που εμφανίστηκε στο Advanced Materials στις 14 Οκτωβρίου.

«Η τεχνητή νοημοσύνη σας δίνει ένα χάρτη θησαυρού και ο επιστήμονας πρέπει να βρει τον θησαυρό», είπε.

Μεταμορφώνοντας τα Καθημερινά Αντικείμενα

Ο Miguel Bessa, βοηθός καθηγητής στην επιστήμη των υλικών στο TU Delft, έλαβε την έμπνευση για τη δημιουργία этого υλικού μετά από χρόνο που πέρασε στο Ινστιτούτο Τεχνολογίας της Καλιφόρνιας. Εκεί, στο Εργαστήριο Δομών Διαστήματος, παρατήρησε μια δορυφορική δομή που ήταν σε θέση να ανοίξει μεγάλες ηλιακές ιστίες από ένα μικρό πακέτο.

Μετά από αυτό, ο Bessa ήθελε να γνωρίζει αν ήταν δυνατό να σχεδιαστεί ένα υπερ-συμπιέζσιμο αλλά ισχυρό υλικό και να συμπιεστεί σε ένα μικρό τμήμα του όγκου του.

«Εάν αυτό ήταν δυνατό, τα καθημερινά αντικείμενα όπως τα ποδήλατα, τα τραπέζια δείπνου και οι ομπρέλες θα μπορούσαν να διπλωθούν στην τσέπη σας», είπε.

Η Επόμενη Γενιά Υλικών

Ο Bessa πιστεύει ότι είναι σημαντικό ότι η επόμενη γενιά υλικών πρέπει να είναι προσαρμόσιμη και πολυ-στόχου με την ικανότητα να αλλάζει. Ο τρόπος για να γίνει αυτό είναι μέσω δομών που κυριαρχούνται από υλικά, τα οποία είναι μετα-υλικά που μπορούν να εκμεταλλεύονται νέες γεωμετρίες. Αυτό θα επιτρέψει στα υλικά να έχουν ορισμένες ιδιότητες και λειτουργίες που δεν υπήρχαν πριν.

«Ωστόσο, ο σχεδιασμός μετα-υλικών έχει βασιστεί σε εκτεταμένες πειραματικές δοκιμές και μια προσέγγιση δοκιμής και λάθους», λέει ο Bessa. «Υποστηρίζουμε την αναστροφή της διαδικασίας χρησιμοποιώντας τη μηχανική μάθηση για την εξερεύνηση νέων δυνατοτήτων σχεδιασμού, ενώ μειώνουμε τις πειραματικές δοκιμές στο ελάχιστο».

«Ακολουθούμε μια υπολογιστική, δεδομένα-κίνητη προσέγγιση για την εξερεύνηση μιας νέας концепції μετα-υλικού και την προσαρμογή της σε διαφορετικές στόχους ιδιοτήτων, επιλογή βασικών υλικών, κλίμακας μήκους και διαδικασιών κατασκευής».

Νέες Πιθανότητες

Χρησιμοποιώντας τη μηχανική μάθηση, ο Bessa ανέπτυξε δύο σχέδια που ήταν διαφορετικά σε κλίμακα μήκους για το υπερ-συμπιέζσιμο υλικό που αναπτύχθηκε μέσω τεχνητής νοημοσύνης. Μεταμόρφωσαν τα εύθραυστα πολυμερή σε μετα-υλικά που ήταν πολύ πιο ελαφριά και ανακτόνητα. Το πιο σημαντικό και εντυπωσιακό χαρακτηριστικό αυτών των νέων μετα-υλικών είναι ότι είναι υπερ-συμπιέζιμα. Ο μακρο-κλιμάκιο σχεδιασμός επικεντρώνεται στην μέγιστη συμπιέσιμητητα, ενώ ο μικρο-κλιμάκιο είναι καλύτερος για υψηλή αντοχή και σκληρότητα.

Ο Bessa υποστηρίζει ότι το πιο σημαντικό μέρος του έργου δεν είναι το πραγματικό αναπτυγμένο υλικό, αλλά ο νέος τρόπος σχεδιασμού μέσω της χρήσης της μηχανικής μάθησης και της τεχνητής νοημοσύνης. Αυτό θα μπορούσε να ανοίξει πιθανότητες που ήταν άγνωστες πριν.

«Το σημαντικό είναι ότι η μηχανική μάθηση δημιουργεί μια ευκαιρία να αναστρέψουμε τη διαδικασία σχεδιασμού μετατοπίζοντας από πειραματικές οδηγίες σε υπολογιστικές, δεδομένα-κίνητες. Ακόμη και αν τα υπολογιστικά μοντέλα λείπουν κάποιων πληροφοριών. Τα απαραίτητα απαιτούμενα είναι ότι «αρκετά» δεδομένα για το πρόβλημα ενδιαφέροντος είναι διαθέσιμα και ότι τα δεδομένα είναι επαρκώς ακριβή».

Ο Bessa πιστεύει στη δεδομένα-κίνητη έρευνα στην επιστήμη των υλικών και την ικανότητά της να επανακαθορίσει και να μεταμορφώσει τον τρόπο ζωής μας.

«Η δεδομένα-κίνητη επιστήμη θα επανακαθορίσει τον τρόπο που φτάνουμε σε νέες ανακαλύψεις και δεν μπορώ να περιμένω να δω τι θα φέρει το μέλλον».

Λαμβάνοντας τον Έλεγχο Από την Αρχή έως το Τέλος

Αυτές οι νέες εξελίξεις δείχνουν ότι υπάρχουν περιοχές που μπορούν να μεταμορφωθούν από την τεχνητή νοημοσύνη και τη μηχανική μάθηση που δεν είναι καλά γνωστές. Ενώ έχει αποδειχθεί ότι η τεχνητή νοημοσύνη θα επανακαθορίσει τις μηχανές, τις τεχνολογίες και σχεδόν κάθε άλλο аспект της κοινωνίας, δεν αναγνωρίζεται συχνά ότι μπορεί επίσης να αναπτύξει αυτά τα προϊόντα完全 από μόνη της. Θα υπάρξει ένα σημείο στο οποίο η μηχανική μάθηση και η τεχνητή νοημοσύνη θα λάβουν τον έλεγχο της διαδικασίας σχεδιασμού και ανάπτυξης από την αρχή έως το τέλος. Θα είναι αναγκαίο για τους ανθρώπους να εγκαταστήσουν ορισμένα μηχανικά σε αυτές τις τεχνολογίες ώστε να είναι συμβατές με τον τρόπο ζωής μας.

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας του AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις του AI σε όλο τον κόσμο.