Los investigadores de TU Delft han desarrollado un nuevo material supercompresible pero fuerte sin realizar ninguna prueba experimental en absoluto, utilizando solo inteligencia artificial (IA). "La IA te da un mapa del tesoro, y el científico necesita encontrar el tesoro, "dice Miguel Bessa, primer autor de una publicación sobre este tema en Materiales avanzados el 14 de octubre.

Bicicleta plegable

Miguel Bessa, profesor asistente de ciencia e ingeniería de materiales en TU Delft, obtuvo la inspiración para este proyecto de investigación durante su tiempo en el Instituto de Tecnología de California. En una esquina del laboratorio de estructuras espaciales, notó una estructura de satélite que podía abrir largas velas solares desde un paquete muy pequeño.

Se pregunta si sería posible diseñar un material altamente compresible pero resistente que pudiera comprimirse en una pequeña fracción de su volumen. "Si esto fuera posible, objetos cotidianos como bicicletas, las mesas de la cena y los paraguas se pueden doblar en el bolsillo ".

Invertir el proceso de diseño

La próxima generación de materiales debe ser adaptable, multiusos y sintonizable. Esto se puede lograr mediante materiales dominados por la estructura (metamateriales) que explotan nuevas geometrías para lograr propiedades y funcionalidad sin precedentes.

"Sin embargo, El diseño de metamateriales se ha basado en una amplia experimentación y un enfoque de prueba y error, ", Dice Bessa." Argumentamos a favor de invertir el proceso mediante el uso del aprendizaje automático para explorar nuevas posibilidades de diseño, reduciendo al mismo tiempo la experimentación al mínimo absoluto ".

Aprendizaje automático

"Seguimos un enfoque basado en datos computacionales para explorar un nuevo concepto de metamaterial y adaptarlo a diferentes propiedades de destino, elección de materiales base, escalas de longitud y procesos de fabricación ". Guiado por aprendizaje automático, Bessa fabricó dos diseños a diferentes escalas de longitud que transforman polímeros frágiles en ligeros, metamateriales recuperables y supercomprimibles. El diseño de macroescala está ajustado para una máxima compresibilidad, mientras que la microescala está diseñada para una alta resistencia y rigidez.

Regiones sin explotar del espacio de diseño

Todavía, Bessa sostiene que el aspecto más importante del trabajo no es el material particular que se creó, sino la capacidad de llegar a regiones sin explotar del espacio de diseño a través del aprendizaje automático. "Lo importante es que el aprendizaje automático crea una oportunidad para invertir el proceso de diseño al pasar de investigaciones guiadas experimentalmente a investigaciones basadas en datos computacionales, incluso si a los modelos de computadora les falta alguna información. Los requisitos esenciales son que se disponga de datos 'suficientes' sobre el problema de interés, y que los datos son lo suficientemente precisos ". Bessa es un firme defensor de la investigación basada en datos en mecánica y ciencia de materiales." La ciencia basada en datos revolucionará la forma en que logramos nuevos descubrimientos, y no puedo esperar a ver lo que nos deparará el futuro ".