Растущая популярность 3D-печати создала большой спрос на новые материалы, предназначенные для очень специфический целей. Открытие таких материалов занимает много времени.
Исследователи Массачусетского технологического института разработали процесс на основе данных, который использует машинное обучение для создания новых более прочных, более легких материалов.
Проблема
Оптимизируя разработку материалов, система снижает влияния на окружающую среду за счёт уменьшения химических отходов. Так же алгоритм может стимулировать инновации, предлагая уникальные химические составы, которые человек мог просто упустить.
По-прежнему разработка новых материалов требует, чтобы человек должен смешивать ингредиенты, вести журнал эксперимента, тестировать. Всё это занимает много времени и не исключает человеческий фактор, что может быть главным камнем преткновения. Исследователи предлагают систему, которая в сотни раз эффективней, чем текущий способ.
Большую часть процесса алгоритм производит методом проб и ошибок. Разработчик может выбрать несколько исходных ингредиентов, вводит их особенности химических соединений и определяет механические свойства материла, который необходимо получить. Затем алгоритм методом перебора всех входных параметров проверяет, как каждое изменение влияет на свойство материала. После конечного числа перебора система выдаёт идеальную комбинацию.
Далее остаётся проверить полученную комбинацию в реальных условиях. Полученные результаты так же подаются на вход программы, который автоматически извлекает уроки из эксперимента и использует новую информацию.
Эта программа является бесплатной платформой с открытым исходным котом под названием AutoOED, которая включает тот же алгоритм оптимизации.
Новые чернила
Тестирование прошло для оптимизации составов чернил для 3D-печати, которые твердеют под действием ультрафиолет. На вход программе поступило шесть химикатов для использования в составах и поставили цель выявить наиболее эффективный материал с точки зрения ударопрочности и высокой степени прочности.
После перебора входных данных программа предложила 12 наиболее эффективных материалов, которые имели оптимальное сочетание требуемых свойств, всего получили 120 образцов.
Даже создатели этой системы были приятно удивленный, получив такой результат.