AIを介して開発された超圧縮材料

TU Delftの研究者がAIを使用して開発した新しい超圧縮材料は、強度を維持しながら多くの日常的な物体を変えることができます。研究者は実験テストを行わず、人工知能とマシンラーニングのみを使用して材料を作成しました。

Miguel Bessaは、出版の第一著者です。出版は10月14日にAdvanced Materialsに掲載されました。

「AIは宝の地図を提供し、科学者は宝を発見する必要があります」と彼は述べました。

日常的な物体の変容

TU Delftの材料科学の助教授であるMiguel Bessaは、カリフォルニア工科大学での経験からこの材料を作成するアイデアを得ました。そこでは、スペース・ストラクチャー・ラボで、小さなパッケージから長いソーラー・セイルを展開できる衛星構造を見ました。

これを見た後、Bessaは、超圧縮可能ながら強度のある材料を設計し、それをその体積の小さな部分に圧縮することが可能かどうかを調べようとしました。

「これが可能であれば、自転車、食事のテーブル、傘などの日常的な物体をポケットに入れることができます」と彼は述べました。

次世代の材料

Bessaは、次世代の材料は適応性と多目的性を持ち、変更可能であるべきだと考えています。これを行う方法は、構造主導の材料、つまり新しい幾何学を利用できるメタマテリアルを使用することです。これにより、材料は従来存在しなかった特性と機能を持ちます。

「しかし、メタマテリアルの設計は、広範な実験と試行錯誤に頼ることが多かった」とBessaは述べます。「私たちは、機械学習を使用して新しい設計の可能性を探索し、実験を最小限に抑えることでこのプロセスを逆転することを主張しています」。

「私たちは、新しいメタマテリアル概念を探索し、それをさまざまなターゲット特性、ベース材料、長さスケール、製造プロセスに適応させるための計算データ主導アプローチを使用しています。」

新しい可能性

Bessaは、機械学習を使用して、AIを介して開発された超圧縮材料の2つの異なる長さスケールの設計を開発しました。これらは、もはや軽量で回復可能なメタマテリアルに変換された脆いポリマーを変換しました。これらの新しいメタマテリアルの最も重要な側面は、超圧縮可能であることです。マクロスケールの設計は最大の圧縮性に焦点を当てており、マイクロスケールは高強度と剛性に最適です。

Bessaは、最も重要なのは実際に開発された材料ではなく、機械学習と人工知能を使用した新しい設計方法であると主張しています。これにより、以前に知られていなかった可能性が開かれる可能性があります。

「重要なことは、機械学習が設計プロセスを逆転する機会を提供し、実験主導の調査から計算データ主導のものに移行できることです。コンピューターモデルが一部の情報を欠いている場合でも、十分なデータが利用可能であり、データが十分に正確である限りです」。

Bessaは、材料科学におけるデータ主導の研究を信じており、それが私たちの生活を変える可能性があると考えています。

「データ主導の科学が新しい発見への道を開き、未来が何をもたらすかを見てみよう」と彼は述べました。

開始から終了までの管理

これらの新しい開発は、AIと機械学習によって変換できるが、よく知られていない分野があることを示しています。人工知能が機械、技術、社会のほぼすべての側面を革命的に変えることが証明されている間、それ自体でこれらの開発を完了できることも認識されていません。機械学習とAIが設計と開発プロセスを開始から終了まで管理する時期が来るでしょう。その時、人間はこれらの技術が私たちの生活様式と互換性のあるメカニズムを備えるようにする必要があります。