Super-compressibel materiaal ontwikkeld met behulp van AI

Een nieuw super-compressibel materiaal ontwikkeld met behulp van AI door onderzoekers aan de TU Delft kan veel van onze alledaagse voorwerpen transformeren zonder hun sterkte te verliezen. De onderzoekers hebben geen experimentele tests uitgevoerd en hebben het materiaal alleen met behulp van kunstmatige intelligentie en machine learning gecreëerd.

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.

Transformatie van alledaagse voorwerpen

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, zag hij een satellietstructuur die in staat was om lange zonnepanelen uit een klein pakket te openen.

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

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

De volgende generatie materialen

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

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

“Wij volgen een computationele, data-gedreven aanpak voor het verkennen van een nieuw metamateriaalconcept en het aanpassen ervan aan verschillende doel-eigenschappen, keuze van basis-materialen, lengteschalen en productieprocessen.“

Nieuwe mogelijkheden

Met behulp van machine learning ontwikkelde Bessa twee ontwerpen met verschillende lengteschalen voor het super-compressibele materiaal ontwikkeld met AI. Zij transformeerden brosse polymeren in metamaterialen die veel lichter en herstelbaar waren. Het meest belangrijke en indrukwekkende aspect van deze nieuwe metamaterialen is dat ze super-compressibel zijn. Het macro-schaalontwerp is gericht op maximale compressibiliteit, terwijl het micro-schaalontwerp het beste is voor hoge sterkte en stijfheid.

Bessa betoogt dat het belangrijkste deel van het werk niet het daadwerkelijk ontwikkelde materiaal is, maar de nieuwe manier van ontwerpen met behulp van machine learning en kunstmatige intelligentie. Dit kan nieuwe mogelijkheden openen die eerder onbekend waren.

“Het belangrijkste is dat machine learning de mogelijkheid biedt om het ontwerpproces om te keren door van experimenteel geleide onderzoeken naar computationeel, data-gedreven onderzoeken over te stappen, zelfs als de computermodellen enkele informatie missen. De essentiële vereisten zijn dat ‘voldoende’ data over het onderwerp van interesse beschikbaar is, en dat de data voldoende nauwkeurig is.”

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 wij 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 door AI en machine learning getransformeerd kunnen worden, die niet zo 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 zichzelf kan ontwikkelen. Er zal een moment komen waarop machine learning en AI het ontwerpproces en de ontwikkeling van begin tot eind overnemen. Het zal aan de mensen zijn om bepaalde mechanismen in deze technologieën in te bouwen, zodat ze compatibel zijn met onze manier van leven.