Os pesquisadores da TU Delft desenvolveram um novo material supercompressível, mas forte, sem realizar nenhum teste experimental, usando apenas inteligência artificial (IA). "IA dá a você um mapa do tesouro, e o cientista precisa encontrar o tesouro, "diz Miguel Bessa, primeiro autor de uma publicação sobre este assunto em Materiais avançados em 14 de outubro.

Bicicleta dobrável

Miguel Bessa, professor assistente em ciência de materiais e engenharia na TU Delft, teve a inspiração para este projeto de pesquisa durante seu tempo no Instituto de Tecnologia da Califórnia. Em um canto do Laboratório de Estruturas Espaciais, ele notou uma estrutura de satélite que poderia abrir longas velas solares de um pacote muito pequeno.

Ele se perguntou se seria possível projetar um material altamente compressível, mas forte, que pudesse ser comprimido em uma pequena fração de seu volume. "Se isso fosse possível, objetos do dia a dia, como bicicletas, mesas de jantar e guarda-chuvas podem ser dobrados no bolso. "

Invertendo o processo de design

A próxima geração de materiais precisa ser adaptativa, multifuncional e ajustável. Isso pode ser alcançado por materiais dominados por estrutura (metamateriais) que exploram novas geometrias para alcançar propriedades e funcionalidades sem precedentes.

"Contudo, projeto de metamaterial se baseou em extensa experimentação e uma abordagem de tentativa e erro, "Bessa diz." Defendemos a inversão do processo usando aprendizado de máquina para explorar novas possibilidades de design, enquanto reduz a experimentação a um mínimo absoluto. "

Aprendizado de máquina

"Seguimos uma abordagem baseada em dados computacionais para explorar um novo conceito de metamaterial e adaptá-lo a diferentes propriedades de destino, escolha de materiais de base, escalas de comprimento e processos de manufatura. "Guiado pelo aprendizado de máquina, Bessa fabricou dois designs em diferentes escalas de comprimento que transformam polímeros frágeis em leves, metamateriais recuperáveis ​​e supercompressíveis. O projeto em escala macro é ajustado para máxima compressibilidade, enquanto a escala micro é projetada para alta resistência e rigidez.

Regiões inexploradas do espaço de design

Ainda, Bessa argumenta que o aspecto mais importante da obra não é o material particular que foi criado, mas a capacidade de alcançar regiões inexploradas do espaço de design por meio do aprendizado de máquina. "O importante é que o aprendizado de máquina cria uma oportunidade de inverter o processo de design, mudando de investigações guiadas experimentalmente para aquelas baseadas em dados computacionais, mesmo que faltem algumas informações nos modelos de computador. Os requisitos essenciais são que dados "suficientes" sobre o problema de interesse estejam disponíveis, e que os dados são suficientemente precisos. "Bessa é um forte defensor da pesquisa baseada em dados em mecânica e ciência dos materiais." A ciência baseada em dados revolucionará a maneira como alcançamos novas descobertas, e mal posso esperar para ver o que o futuro nos trará. "