Supersamendrukbaar materiaal ontwikkeld door middel van AI

Een nieuw supercomprimeerbaar materiaal, ontwikkeld door middel van AI door onderzoekers van de TU Delft, kan veel van onze alledaagse voorwerpen transformeren terwijl het toch sterk blijft. De onderzoekers voerden geen experimentele tests uit en creëerden het materiaal met alleen kunstmatige intelligentie en machine learning.

Miguel Bessa is de eerste auteur van de uitgave die verscheen in Geavanceerde materialen op oktober 14. 

"AI geeft je een schatkaart en de wetenschapper moet de schat vinden", zei hij. 

Transformeren van alledaagse voorwerpen

Miguel Bessa, assistent-professor materiaalkunde aan de TU Delft, kreeg de inspiratie om dit materiaal te maken na een verblijf aan het California Institute of Technology. Het was daar, in het Space Structures Lab, waar hij een satellietstructuur observeerde die lange zonnezeilen kon openen vanuit een klein pakketje. 

Nadat ze dit had gezien, wilde Bessa weten of het mogelijk was om een ​​supersamendrukbaar maar toch sterk materiaal te ontwerpen en het samen te persen tot een kleine fractie van zijn volume. 

"Als dit mogelijk was, zouden alledaagse voorwerpen zoals fietsen, eettafels en paraplu's in je zak kunnen worden opgevouwen", zei hij. 

De volgende generatie materialen 

Bessa vindt het belangrijk dat de volgende generatie materialen adaptief en multifunctioneel is en de mogelijkheid heeft om te veranderen. De manier om dit te doen is door middel van door structuur gedomineerde materialen, dit zijn metamaterialen die nieuwe geometrieën kunnen benutten. Hierdoor krijgen de materialen bepaalde eigenschappen en functionaliteiten die voorheen niet bestonden. 

“Het ontwerp van metamaterialen is echter gebaseerd op uitgebreide experimenten en een ‘trial-and-error’-aanpak”, zegt Bessa. “Wij pleiten ervoor om het proces om te keren door machinaal leren te gebruiken voor het verkennen van nieuwe ontwerpmogelijkheden, terwijl het experimenteren tot een absoluut minimum wordt beperkt.”

“We volgen een computationele datagestuurde benadering voor het verkennen van een nieuw metamateriaalconcept en het aanpassen ervan aan verschillende doeleigenschappen, keuze van basismaterialen, lengteschalen en productieprocessen."

Nieuwe mogelijkheden

Met behulp van machine learning ontwikkelde Bessa twee ontwerpen met verschillende lengteschalen voor het supersamendrukbare materiaal dat via AI was ontwikkeld. Ze transformeerden brosse polymeren in metamaterialen die veel lichter en herstelbaarder waren. Het belangrijkste en meest indrukwekkende aspect van deze nieuwe metamaterialen is dat ze supersamendrukbaar zijn. Het ontwerp op macroschaal richt zich op maximale samendrukbaarheid, terwijl microschaal het beste is voor hoge sterkte en stijfheid. 

Bessa stelt dat het belangrijkste onderdeel van het werk niet het daadwerkelijk ontwikkelde materiaal is, maar de nieuwe manier van ontwerpen door het gebruik van machine learning en kunstmatige intelligentie. Dit kan mogelijkheden openen die voorheen onbekend waren. 

“Het belangrijkste is dat machine learning een kans creëert om het ontwerpproces om te keren door over te schakelen van experimenteel geleide onderzoeken naar computationeel datagestuurde onderzoeken, zelfs als de computermodellen wat informatie missen. Essentiële vereisten zijn dat er 'voldoende' gegevens over het probleem van belang beschikbaar zijn en dat de gegevens voldoende nauwkeurig zijn.”

Bessa gelooft in datagedreven onderzoek in materiaalwetenschap en het vermogen ervan om onze manier van leven radicaal te veranderen en te transformeren. 

"Datagestuurde wetenschap zal een revolutie teweegbrengen in de manier waarop we tot nieuwe ontdekkingen komen, en ik kan niet wachten om te zien wat de toekomst ons zal brengen."

Overnemen van begin tot eind

Deze nieuwe ontwikkelingen laten zien dat er gebieden zijn die kunnen worden getransformeerd door AI en machine learning die niet zo bekend zijn. Hoewel bewezen is dat kunstmatige intelligentie een revolutie teweeg zal brengen in machines, technologieën en bijna elk ander aspect van de samenleving, wordt niet vaak erkend dat het deze ook volledig zelfstandig kan ontwikkelen. Er komt een moment waarop machine learning en AI het ontwerp- en ontwikkelproces van begin tot eind overnemen. Het is aan de mens om bepaalde mechanismen in deze technologieën in te voeren, zodat ze compatibel zijn met onze manier van leven.