หุ่นยนต์และ AI ทางกายภาพ
วัสดุอัดตัวได้สูงพัฒนาโดยใช้ AI
วัสดุอัดตัวได้สูงใหม่ที่พัฒนาโดยใช้ AI โดยนักวิจัยที่ TU Delft สามารถเปลี่ยนแปลงวัตถุในชีวิตประจำวันของเราได้ขณะยังคงแข็งแรง นักวิจัยไม่ได้ทำการทดลองใดๆ และสร้างวัสดุนี้โดยใช้เพียง AI และ การเรียนรู้ของเครื่อง เท่านั้น
มิเกล เบสซา เป็นผู้เขียนหลักของ การเผยแพร่ ซึ่งปรากฏใน วัสดุขั้นสูง เมื่อวันที่ 14 ตุลาคม
“AI ให้แผนที่ทรัพย์สมบัติแก่เรา และนักวิทยาศาสตร์ต้องค้นหาทรัพย์สมบัตินั้น” เขากล่าว
การเปลี่ยนแปลงวัตถุในชีวิตประจำวัน
มิเกล เบสซา ผู้ช่วยศาสตราจารย์ด้านวัสดุศาสตร์ที่ TU Delft ได้รับแรงบันดาลใจในการสร้างวัสดุนี้หลังจากใช้เวลาอยู่ที่สถาบันเทคโนโลยีแห่งแคลิฟอร์เนีย เขาได้สังเกตโครงสร้างดาวเทียมที่สามารถเปิดแผงพลังงานแสงอาทิตย์ที่ยาวจากแพ็คเกจขนาดเล็กได้
หลังจากเห็นสิ่งนี้ เบสซาต้องการทราบว่ามันเป็นไปได้หรือไม่ที่จะออกแบบวัสดุที่อัดตัวได้สูงแต่ยังคงแข็งแรงและอัดวัสดุลงในขนาดที่เล็กกว่ามาก
“ถ้าเป็นไปได้ วัตถุในชีวิตประจำวันเช่น จักรยาน โต๊ะอาหาร และร่มกันฝนสามารถพับเข้าไปในกระเป๋าได้” เขากล่าว
รุ่นต่อไปของวัสดุ
เบสซาเชื่อว่ามันสำคัญที่วัสดุรุ่นต่อไปจะต้องมีความสามารถในการปรับเปลี่ยนและใช้ได้หลายวิธี โดยใช้วัสดุที่มีโครงสร้างเป็นหลัก ซึ่งเป็นวัสดุเมตาแมทเทอรियलที่สามารถใช้เรขาคณิตใหม่ๆ ได้ ซึ่งจะทำให้วัสดุมีคุณสมบัติและฟังก์ชันใหม่ๆ ที่ไม่มีอยู่มาก่อน
“อย่างไรก็ตาม การออกแบบวัสดุเมตาแมทเทอรियलได้พึ่งพาการทดลองและการทดสอบอย่างมาก” เบสซา กล่าว “เราสนับสนุนการเปลี่ยนกระบวนการโดยใช้การเรียนรู้ของเครื่องในการสำรวจโอกาสในการออกแบบใหม่ๆ ในขณะที่ลดการทดลองให้เหลือน้อยที่สุด”
“เราติดตามแนวทางเชิงคำนวณและข้อมูลในการสำรวจแนวคิดวัสดุเมตาแมทเทอรियलใหม่ๆ และปรับให้เหมาะสมกับคุณสมบัติเป้าหมาย วัสดุฐาน ระยะการผลิต และกระบวนการผลิตต่างๆ“
โอกาสใหม่ๆ
โดยใช้การเรียนรู้ของเครื่อง เบสซาได้พัฒนาวัสดุอัดตัวได้สูงสองแบบที่มีระยะการผลิตต่างกัน วัสดุเหล่านี้สามารถเปลี่ยนโพลีเมอร์ที่เปราะเป็นเมตาแมทเทอรियलที่มีน้ำหนักเบาและสามารถกู้คืนได้ สิ่งที่สำคัญที่สุดของวัสดุเมตาแมทเทอรियलใหม่เหล่านี้คือวัสดุอัดตัวได้สูงมาก
เบสซาแย้งว่าสิ่งที่สำคัญที่สุดของงานนี้ไม่ใช่วัสดุที่พัฒนาขึ้นจริงๆ แต่เป็นวิธีการออกแบบใหม่โดยใช้การเรียนรู้ของเครื่องและ AI ซึ่งสามารถเปิดโอกาสใหม่ๆ ที่ไม่เคยรู้มาก่อน
“สิ่งที่สำคัญคือการเรียนรู้ของเครื่องทำให้เกิดโอกาสในการเปลี่ยนกระบวนการออกแบบโดยเปลี่ยนจากการสำรวจที่มีการทดลองเป็นแบบเชิงคำนวณและข้อมูล แม้ว่าแบบจำลองคอมพิวเตอร์จะขาดข้อมูลบางส่วนก็ตาม สิ่งที่จำเป็นคือมีข้อมูลเพียงพอเกี่ยวกับปัญหาและข้อมูลที่มีความถูกต้องเพียงพอ”
เบสซาเชื่อมั่นในงานวิจัยที่ขับเคลื่อนด้วยข้อมูลในด้านวัสดุศาสตร์และความสามารถในการปฏิวัติและเปลี่ยนแปลงวิธีการดำรงชีวิตของเรา
“งานวิจัยที่ขับเคลื่อนด้วยข้อมูลจะปฏิวัติวิธีการค้นพบสิ่งใหม่ๆ และฉันไม่สามารถรอได้เพื่อดูว่าอนาคตจะนำอะไรมาให้เรา”
การควบคุมตั้งแต่ต้นจนจบ
การพัฒนใหม่เหล่านี้แสดงให้เห็นว่ามีหลายพื้นที่ที่สามารถเปลี่ยนแปลงได้ด้วย AI และการเรียนรู้ของเครื่อง ซึ่งไม่ค่อยเป็นที่รู้จัก แม้ว่าจะได้รับการพิสูจน์แล้วว่า AI จะปฏิวัติเครื่องจักร เทคโนโลยี และเกือบทุกด้านของสังคม แต่ก็ไม่ค่อยได้รับการยอมรับว่า AI สามารถพัฒนาสิ่งเหล่านี้ได้ด้วยตัวเอง มีจุดที่การเรียนรู้ของเครื่องและ AI จะควบคุมกระบวนการออกแบบและพัฒนาตั้งแต่ต้นจนจบ มันขึ้นอยู่กับมนุษย์ที่จะสร้างกลไกบางอย่างในเทคโนโลยีเหล่านี้เพื่อให้เข้ากับวิถีชีวิตของเรา












