Onderzoekers ontwerpen nieuw materiaal met alleen kunstmatige intelligentie (Video)

Onderzoekers van de TU Delft hebben een nieuw materiaal ontwikkeld zonder enig experimenteel onderzoek te doen. Dit supersamendrukbare maar sterke materiaal werd ontworpen met behulp van alleen kunstmatige intelligentie. "Kunstmatige intelligentie geeft je een schatkaart, en als wetenschapper moet je de schat zien te vinden", zegt Miguel Bessa, eerste auteur van de publicatie over dit onderwerp in Advanced Materials.

Vouwfiets
Miguel Bessa, universitair docent bij Materials Science and Engineering aan de TU Delft, kreeg inspiratie voor dit onderzoeksproject in zijn tijd aan het California Institute of Technology. In het Space Structures Lab zag hij een satellietconstructie die vanuit een heel klein pakketje lange zonnezeilen kon openen. Hij vroeg zich af of het mogelijk zou zijn om een in hoge mate samendrukbaar maar sterk materiaal te ontwerpen, dat tot een klein deel van zijn volume kan worden samengeperst. “Als dat mogelijk is, kun je alledaagse voorwerpen zoals fietsen, eettafels en paraplu’s in je zak opvouwen en in je zak meenemen”, zegt Bessa.

Lees de publicatie (Bayesian Machine Learning in Metamaterial Design: Fragile Becomes Supercompressible

Het ontwerpproces omkeren
De volgende generatie materialen moet adaptief, veelzijdig en aanpasbaar zijn. Dit is mogelijk met zogenaamde metamaterialen, waarin structuur centraal staat, en waarin door middel van nieuwe geometrieën totaal nieuwe eigenschappen en functionaliteiten kunnen worden gerealiseerd. “Ontwerp van metamateriaal was tot nu toe echter gebaseerd op uitgebreide experimenten en trial-and-error”, vervolgt Bessa. “Wij pleiten ervoor om het proces om te keren, door machine learning in te zetten om nieuwe ontwerpmogelijkheden te verkennen, en experimenten tot een absoluut minimum te beperken.”

Machine learning
“We gebruiken datagestuurde computerberekeningen voor het onderzoek naar een nieuw concept voor een metamateriaal, en voor de aanpassing van het concept aan de gewenste eigenschappen, de keuze van basismaterialen, de lengteschalen en de productieprocessen.” Met behulp van machine learning vervaardigde Bessa twee ontwerpen op verschillende lengteschalen, die broze polymeren omzetten in lichte, recyclebare en supersamendrukbare metamaterialen. Bij het ontwerp op macroschaal streefde hij naar maximale comprimeerbaarheid, bij dat op microschaal naar grote sterkte en stijfheid.

Onontgonnen gebieden van de ontwerpruimte  
Toch stelt Bessa dat het belangrijkste aspect van het werk niet is dat ze dit specifieke materiaal hebben weten te maken, maar dat het ze gelukt is via machine learning onontgonnen gebieden van de ontwerpruimte te betreden. “Het belangrijkste is dat we met machine learning de mogelijkheid krijgen om het ontwerpproces om te keren: door over te stappen van experimenteel onderzoek naar datagestuurde computerberekeningen, zelfs als er informatie ontbreekt in de computermodellen. De essentiële vereisten zijn dat er ‘voldoende’ gegevens over het betreffende probleem beschikbaar zijn en dat de gegevens accuraat genoeg zijn.” Bessa is een sterke voorstander van datagestuurd onderzoek in de mechanica en de materiaalwetenschap. “Datagestuurde wetenschap zal een revolutie teweegbrengen in de manier waarop we tot nieuwe ontdekkingen komen, en ik kan niet wachten om te zien wat de toekomst ons zal brengen.”