Bài học rút ra chính
- Máy in 3D của bạn cuối cùng có thể tạo ra vật liệu mạnh hơn nhờ những tiến bộ trong nghiên cứu có sự hỗ trợ của AI.
- Các nhà nghiên cứu của MIT đã phát triển một thuật toán thực hiện hầu hết quá trình khám phá vật liệu.
- Nhóm đã sử dụng hệ thống để cải tiến một loại mực in 3D mới cứng lại khi tiếp xúc với tia cực tím.
Máy in 3D tại nhà có thể trở nên hữu ích hơn nhờ những tiến bộ trong trí tuệ nhân tạo (AI).
Các nhà nghiên cứu đang sử dụng máy học để tạo ra các vật liệu in ấn mạnh hơn và cứng hơn, theo một bài báo được xuất bản gần đây.
Các vật liệu mới có thể có các ứng dụng từ in 3D công nghiệp đến theo sở thích, chẳng hạn như bao bì được thiết kế riêng cho các thiết bị điện tử cụ thể, thiết bị bảo vệ cá nhân tùy chỉnh hoặc thậm chí đồ nội thất thiết kế, Keith A. Brown, một giáo sư kỹ thuật tại Đại học Boston, người đã trong số các nhà nghiên cứu thực hiện nghiên cứu, nói với Lifewire trong một cuộc phỏng vấn qua email.
"Mục tiêu của chúng tôi là học cách in 3D các thành phần cơ khí hiệu suất cao", anh ấy nói thêm. "Những thứ này có thể có các ứng dụng từ in 3D công nghiệp đến công nghiệp, chẳng hạn như bao bì được thiết kế riêng cho các thiết bị điện tử cụ thể, thiết bị bảo vệ cá nhân tùy chỉnh hoặc thậm chí là đồ nội thất thiết kế riêng."
In gì không?
Trong hệ thống mà nhóm của Brown đã phát triển, một thuật toán thực hiện hầu hết quá trình khám phá để tìm vật liệu in mới.
"Phương pháp của chúng tôi là kết hợp sản xuất và thử nghiệm tự động với máy học để xác định nhanh chóng và hiệu quả các thành phần có hiệu suất cao", Brown nói. "Về bản chất, chúng tôi có một robot tự động đang nghiên cứu các hệ thống cơ khí này dưới sự giám sát của chúng tôi."
Nếu bạn muốn thiết kế các loại pin mới có hiệu suất cao hơn và chi phí thấp hơn, bạn có thể sử dụng một hệ thống như thế này để làm điều đó.
Một con người chọn một vài thành phần, nhập các chi tiết về thành phần hóa học của chúng vào thuật toán và xác định các đặc tính cơ học của vật liệu mới. Sau đó, thuật toán tăng hoặc giảm số lượng của các thành phần đó và kiểm tra xem mỗi công thức ảnh hưởng như thế nào đến các đặc tính của vật liệu trước khi đi đến kết hợp lý tưởng.
Các nhà nghiên cứu đã sử dụng hệ thống này để cải tiến một loại mực in 3D mới cứng lại khi tiếp xúc với tia cực tím, theo bài báo. Họ đã xác định sáu hóa chất để sử dụng trong các công thức và đặt mục tiêu của thuật toán là khám phá ra vật liệu hoạt động tốt nhất cho độ bền, độ cứng và sức mạnh.
Nếu không có AI, việc tối ưu hóa ba thuộc tính này sẽ rất khó khăn vì chúng có thể hoạt động với nhiều mục đích khác nhau. Ví dụ: vật liệu bền nhất có thể không cứng nhất.
"Khám phá bạo lực có thể cho phép khám phá khoảng 100 vật liệu", Joshua Agar, giáo sư tại Đại học Lehigh, người sử dụng máy học để khám phá vật liệu mới, nói với Lifewire trong một cuộc phỏng vấn qua email. "AI và các thí nghiệm tự động có thể cho phép tìm kiếm hàng triệu mẫu."
Một nhà hóa học con người thường cố gắng tối đa hóa một đặc tính tại một thời điểm, dẫn đến nhiều thí nghiệm và rất nhiều lãng phí. Nhưng AI có thể làm điều đó nhanh hơn nhiều so với con người.
"Sử dụng AI trong in 3D cho phép [nó thực hiện] hàng trăm lần lặp lại với các đặc điểm mong muốn trong cùng một khung thời gian của một nhà hóa học thực hiện một hoặc hai", Alessio Lorusso, Giám đốc điều hành của Roboze, một công ty sử dụng AI để phát triển tài liệu, nói với Lifewire trong một cuộc phỏng vấn qua email. Anh ta không tham gia vào nghiên cứu của MIT. "Đây rõ ràng là một công nghệ cắt giảm thời gian và chi phí đáng kể."
Tương lai có thể được in ra
Quá trình khám phá vật liệu in có thể được thực hiện nhanh hơn với nhiều tự động hóa hơn, Mike Foshey, giáo sư MIT và đồng tác giả của bài báo, cho biết trong một thông cáo báo chí. Các nhà nghiên cứu đã trộn và kiểm tra từng mẫu bằng tay, nhưng rô bốt có thể vận hành hệ thống phân phối và trộn trong các phiên bản hệ thống trong tương lai.
Cuối cùng, các nhà nghiên cứu có kế hoạch thử nghiệm quy trình AI để sử dụng ngoài việc phát triển các loại mực in 3D mới.
"Điều này có ứng dụng rộng rãi trong khoa học vật liệu nói chung," Foshey nói. "Ví dụ: nếu bạn muốn thiết kế các loại pin mới có hiệu suất cao hơn và chi phí thấp hơn, bạn có thể sử dụng một hệ thống như thế này để làm điều đó. Hoặc, nếu bạn muốn tối ưu hóa màu sơn cho một chiếc xe hoạt động tốt và thân thiện với môi trường, hệ thống này cũng có thể làm được điều đó."
Khả năng đối với các vật liệu do AI điều khiển là "vô tận" khi thuật toán được phát triển và máy có đủ dữ liệu để bắt đầu áp dụng nó một cách chính xác, Lorusso nói.
"Chúng tôi tin rằng việc tìm kiếm các vật liệu mới sẽ rất hữu ích vì hiệu suất đạt được ngày nay của siêu polyme và vật liệu tổng hợp mang lại khả năng sản xuất các bộ phận sử dụng cuối cùng," ông nói thêm. "Họ có thể thay thế kim loại và tạo ra một mô hình kinh tế vòng tròn, nơi nguyên liệu thô tiếp tục tự tái tạo thông qua việc tái chế liên tục."
