Super-komprimerbar materiale utviklet gjennom AI

Et nytt super-komprimerbart materiale utviklet gjennom AI av forskere ved TU Delft kan transformere mange av våre hverdagsobjekter samtidig som de holder seg sterke. Forskerne gjennomførte ingen eksperimentelle tester, og de skapte materialet ved hjelp av kunstig intelligens og maskinlæring.

Miguel Bessa er første forfatter av publikasjonen som ble publisert i Advanced Materials den 14. oktober.

“AI gir deg en skattkarte, og forskeren må finne skatten,” sa han.

Transformerer hverdagsobjekter

Miguel Bessa, en assistentprofessor i materialvitenskap ved TU Delft, fikk inspirasjonen til å skape dette materialet etter å ha tilbragt tid ved California Institute of Technology. Det var der, ved Space Structures Lab, hvor han observerte en satellittstruktur som kunne åpne lange solseiler fra en liten pakke.

Etter å ha sett dette, ønsket Bessa å vite om det var mulig å designe et super-komprimerbart, men sterkt materiale og komprimere det til en liten brøkdel av dets volum.

“Hvis dette var mulig, kunne hverdagsobjekter som sykler, middagsbord og paraplyer foldes inn i lommen din,” sa han.

Neste generasjons materialer

Bessa mener det er viktig at neste generasjons materialer er adaptive og flerformål, med mulighet til å endres. Måten å gjøre dette på er gjennom strukturdominerte materialer, som er metamaterialer som kan utnytte nye geometrier. Dette vil gi materialet visse egenskaper og funksjoner som ikke eksisterte tidligere.

“Men, metamaterialdesign har avhengig av omfattende eksperimentering og en prøve-og-feil-tilnærming,” sier Bessa. “Vi argumenterer for å snu prosessen ved å bruke maskinlæring for å utforske nye designmuligheter, samtidig som eksperimenteringen reduseres til et absolutt minimum.”

“Vi følger en komputasjonsbasert, data-drevet tilnærming for å utforske et nytt metamaterialkonsept og tilpasse det til ulike mål egenskaper, valg av basis materialer, lengdeskalaer og produksjonsprosesser.“

Nye muligheter

Ved hjelp av maskinlæring, utviklet Bessa to design som var forskjellige lengdeskalaer for det super-komprimerbare materialet utviklet gjennom AI. De transformerte sprøde polymerer til metamaterialer som var mye lettere og mer gjenopprettbare. Det viktigste og mest imponerende aspektet ved disse nye metamaterialet er at de er super-komprimerbare. Den makroskala designen fokuserer på maksimal komprimerbarhet, mens mikroskalaen er best for høy styrke og stivhet.

Bessa argumenterer for at det viktigste aspektet ved arbeidet er ikke det faktiske utviklede materialet, men den nye måten å designe gjennom bruk av maskinlæring og kunstig intelligens. Dette kan åpne opp muligheter som tidligere var ukjente.

“Det viktige er at maskinlæring skaper en mulighet til å snu designprosessen ved å gå fra eksperimentelt guidet undersøkelser til komputasjonsbasert, data-drevet undersøkelser, selv om datamodellene mangler noen informasjon. De essensielle kravene er at ’tilstrekkelig’ data om problemet av interesse er tilgjengelig, og at dataene er tilstrekkelig nøyaktige.”

Bessa tror på data-drevet forskning i materialvitenskap og dens evne til å revolusjonere og transformere vår måte å leve på.

“Data-drevet vitenskap vil revolusjonere måten vi når nye oppdagelser, og jeg kan ikke vente å se hva fremtiden vil bringe oss.”

Tar over fra start til slutt

Disse nye utviklingene viser at det finnes områder som kan transformeres av AI og maskinlæring som ikke er så kjent. Mens det er bevist at kunstig intelligens vil revolusjonere maskiner, teknologier og nesten alle andre aspekter av samfunnet, er det ikke ofte erkjent at det også kan utvikle disse helt på egen hånd. Det vil være et punkt hvor maskinlæring og AI tar over design- og utviklingsprosessen fra start til slutt. Det vil være opp til mennesker å innføre visse mekanismer i disse teknologiene så de er kompatible med vår måte å leve på.