Rastuća popularnost 3D ispisa za proizvodnju svih vrsta predmeta, od prilagođenih medicinskih uređaja do pristupačnih domova, stvorila je veću potražnju za novim materijalima za 3D ispis dizajniranim za vrlo specifične namjene.

Novi materijali

Kako bi skratili vrijeme potrebno za otkrivanje ovih novih materijala, istraživači s MIT-a razvili su proces koji koristi strojno učenje za optimizaciju novih materijala za 3D ispis s više karakteristika, poput žilavosti i čvrstoće na pritisak.

Racionalizacijom razvoja materijala, sustav smanjuje troškove i smanjuje utjecaj na okoliš smanjenjem količine kemijskog otpada. Algoritam strojnog učenja također bi mogao potaknuti inovacije predlažući jedinstvene kemijske formulacije.

"Razvoj materijala još je uvijek ručni proces. Kemičar ulazi u laboratorij, ručno miješa sastojke, pravi uzorke, testira ih i dolazi do konačne formulacije. No, dok kemičar taj proces može ponoviti samo nekoliko puta u jednom danu, naš sustav to može učiniti stotine puta", objašnjava Mike Foshey, voditelj projekta Grupe za računalno projektiranje i izradu (CDFG) Laboratorija za računalne znanosti i umjetnu inteligenciju (CSAIL).  

Optimiziranje otkrića

U sustavu, objašnjenom u časopisu Science Advances, algoritam za optimizaciju izvodi veći dio procesa otkrivanja pokušaja i pogrešaka. Istraživač odabire nekoliko sastojaka, unosi detalje o njihovom kemijskom sastavu u algoritam i definira mehanička svojstva koja bi novi materijal trebao imati. Potom algoritam povećava i smanjuje količine tih komponenti (poput okretanja gumba na pojačalu) i provjerava kako svaka formula utječe na svojstva materijala, sve dok ne pronađe idealnu kombinaciju.

Istraživači su izradili i besplatnu platformu za optimizaciju materijala otvorenog koda pod nazivom AutoOED koja uključuje isti algoritam optimizacije. AutoOED je potpuni programski paket koji također omogućuje istraživačima da provedu vlastitu optimizaciju.

Izrada materijala

Istraživači su sustav testirali koristeći ga za optimizaciju formulacija nove tinte za 3D ispis koja se stvrdnjava kada je izložena ultraljubičastom svjetlu. Identificirali su šest kemikalija koje će se koristiti u formulacijama i postavili cilj algoritma da otkrije materijal s najboljim učinkom s obzirom na žilavost, modul kompresije (krutost) i čvrstoću.

Algoritam je došao do 12 materijala s najboljim učinkom koji su imali optimalne kompromise za tri različita svojstva nakon testiranja samo 120 uzoraka. Istraživače je iznenadila velika raznolikost materijala koje je algoritam uspio generirati. 

Ubrzavanje procesa

Proces bi se mogao dodatno ubrzati korištenjem dodatne automatizacije. Istraživači su ručno miješali i testirali svaki uzorak, ali roboti bi mogli upravljati sustavima za točenje i miješanje u budućim verzijama sustava. 

"Ovo ima široku primjenu u znanosti o materijalima općenito. Ovaj sustav mogao bi se koristiti za dizajniranje učinkovitijih i jeftinijih baterija ili optimizaciju ekološki prihvatljivih boja za automobile", kaže Foshey.