Super-comprimeerbaar Materiaal Ontwikkeld Met AI

Een nieuw super-comprimeerbaar materiaal ontwikkeld met AI door onderzoekers aan de TU Delft kan veel van onze alledaagse voorwerpen transformeren terwijl het nog steeds 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 publicatie die op 14 oktober in Advanced Materials verscheen.

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

Alledaagse Voorwerpen Transformeren

Miguel Bessa, een assistent-professor in materiaalkunde aan de TU Delft, kreeg de inspiratie om dit materiaal te creëren na een tijd doorgebracht te hebben aan het California Institute of Technology. Daar, in de Space Structures Lab, observeerde hij een satellietstructuur die in staat was om lange zonnepanelen uit een klein pakket te openen.

Na dit te hebben gezien, wilde Bessa weten of het mogelijk was om een super-comprimeerbaar maar sterk materiaal te ontwerpen en te comprimeren tot een klein fractie van zijn volume.

“Als dit mogelijk was, konden alledaagse voorwerpen zoals fietsen, dinertafels en paraplu’s worden opgevouwen in je zak,” zei hij.

De Volgende Generatie Materialen

Bessa gelooft dat het belangrijk is dat de volgende generatie materialen adaptief en multi-doel zijn met de mogelijkheid om te worden gewijzigd. De manier om dit te doen is door structureel gedomineerde materialen, die metamaterialen zijn die in staat zijn om nieuwe geometrieën te exploiteren. Dit zal de materialen in staat stellen om bepaalde eigenschappen en functionaliteiten te hebben die eerder niet bestonden.

“Echter, het ontwerp van metamaterialen is afhankelijk geweest van uitgebreide experimenten en een trial-and-error-benadering,” zegt Bessa. “We betogen voor het omkeren van het proces door machine learning te gebruiken voor het verkennen van nieuwe ontwerpmogelijkheden, terwijl experimenten tot een absoluut minimum worden teruggebracht.”

“We volgen een computationele, data-gedreven benadering voor het verkennen van een nieuw metamateriaalconcept en het aanpassen ervan aan verschillende doel-eigenschappen, keuze van basismaterialen, lengteschalen en fabricageprocessen.“

Nieuwe Mogelijkheden

Met behulp van machine learning ontwikkelde Bessa twee ontwerpen met verschillende lengteschalen voor het super-comprimeerbare materiaal ontwikkeld met AI. Ze transformeerden broze polymeren in metamaterialen die veel lichter en herstelbaarder waren. Het meest belangrijke en indrukwekkende aspect van deze nieuwe metamaterialen is dat ze super-comprimeerbaar zijn. Het macro-schaalontwerp richt zich op maximale comprimeerbaarheid, terwijl de micro-schaal het beste is voor hoge sterkte en stijfheid.

Bessa betoogt dat het meest belangrijke deel 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 eerder onbekend waren.

“Het belangrijke is dat machine learning een kans creëert om het ontwerpproces om te keren door over te schakelen van experimenteel geleide onderzoeken naar computationeel, data-gedreven onderzoeken, zelfs als de computermodellen enkele informatie missen. De essentiële vereisten zijn dat ‘voldoende’ gegevens over het probleem van interesse beschikbaar zijn, en dat de gegevens voldoende nauwkeurig zijn.”

Bessa gelooft in data-gedreven onderzoek in materiaalkunde en de mogelijkheid om ons leven te revolutioneren en te transformeren.

“Data-gedreven wetenschap zal de manier waarop we nieuwe ontdekkingen doen, revolutioneren, en ik kan niet wachten om te zien wat de toekomst ons zal brengen.”

Van Begin Tot Eind Overnemen

Deze nieuwe ontwikkelingen laten zien dat er gebieden zijn die kunnen worden getransformeerd door AI en machine learning die niet goed bekend zijn. Terwijl het bewezen is dat kunstmatige intelligentie machines, technologieën en bijna elk ander aspect van de samenleving zal revolutioneren, wordt het niet vaak erkend dat het ook deze volledig op eigen kracht kan ontwikkelen. Er zal een moment komen waarop machine learning en AI het ontwerp- en ontwikkelingsproces van begin tot eind overnemen. Het zal aan de mensen zijn om bepaalde mechanismen in deze technologieën in te stellen zodat ze compatibel zijn met onze manier van leven.