ШІ перевірив 100 мільйонів варіантів і знайшов дешевший спосіб друкувати сплав NASA

Дослідники Університету штату Вашингтон використали штучний інтелект для пошуку оптимальних параметрів 3D-друку сплаву GRCop-42 – матеріалу, розробленого NASA для роботи в умовах екстремальних температур. Про це пише Sciencedaily.

Як ШІ знайшов спосіб друкувати сплав NASA?

Перед системою стояло надзвичайно складне завдання. Теоретично існувало понад 100 мільйонів можливих комбінацій параметрів друку, але перевіряти їх вручну було практично неможливо. Замість цього команда вирішила дозволити алгоритму самостійно визначати, які експерименти мають найбільший потенціал.

Дослідження провели фахівці Школи електротехніки та комп'ютерних наук і Школи машинобудування та матеріалознавства Університету штату Вашингтон. Результати опублікували у Proceedings of the AAAI Conference on Artificial Intelligence. Проєкт також отримав Innovative Deployed Application Award на щорічній конференції AAAI.

За словами професорки Джани Доппи, яка очолювала дослідження, результат може суттєво розширити доступ до технології.

90% комерційних принтерів не можуть друкувати цей металевий сплав, тому те, що нам вдалося знайти придатні параметри процесу, дозволяє використовувати ці комерційні принтери. Фактично ми демократизуємо друк цього сплаву, – сказала Джана Доппа, професорка комп'ютерних наук і професорка інженерії.

Чому GRCop-42 так складно надрукувати?

GRCop-42 складається з міді, хрому та ніобію. NASA створила цей матеріал для застосувань, де одночасно потрібні висока міцність, стійкість до дуже високих температур і ефективне відведення тепла.

Саме тому сплав використовують в аерокосмічних системах, зокрема в камерах згоряння рідинних ракетних двигунів.

Висока теплопровідність міді допомагає відводити тепло, а додавання хрому та ніобію дає змогу матеріалу зберігати необхідні механічні властивості за екстремальних температур.

Однак властивості, які роблять GRCop-42 цінним для космічної техніки, одночасно створюють проблеми під час 3D-друку. Для його обробки зазвичай потрібна значна потужність лазера, а отже – спеціалізоване обладнання. Попередні спроби надрукувати GRCop-42 на машинах із меншою доступною потужністю завершувалися невдало.

Проблема полягає не лише у вартості самого обладнання. Кожен експеримент потребує металевого порошку, часу роботи принтера та подальшого аналізу отриманого зразка. Один друк може коштувати сотні доларів, а детальне дослідження готового матеріалу іноді займає кілька днів.

Азза Фадхель, перша авторка наукової роботи та докторантка з комп'ютерних наук, пояснила складність пошуку на конкретному прикладі.

"Іноді вони друкували певну конфігурацію, і продукт просто розплавлявся. Насправді його було неможливо надрукувати, і навіть маючи час та гроші, вони не змогли б випробувати всі 100 мільйонів варіантів. У нашій співпраці ми застосували ШІ, щоб ефективно вибирати кандидатів із цього величезного простору пошуку", – сказала Фадхель.

Скільки експериментів знадобилося ШІ?

Замість того щоб починати пошук із нуля, команда використала результати 37 попередніх експериментів, у яких різні параметри друку GRCop-42 вже виявилися невдалими.

На основі цих даних дослідники створили AI-модель, здатну оцінювати ймовірність успішного друку для комбінацій параметрів, які ще ніхто не перевіряв. Після цього алгоритм пропонував невеликі групи нових конфігурацій для фізичного тестування.

ШІ при цьому використовував два підходи одночасно. Частину експериментів він спрямовував на найбільш перспективні варіанти, а частину – на менш очевидні області пошукового простору. Це дозволяло отримувати нову інформацію та вдосконалювати модель.

До роботи над фізичним друком долучилися Натаніел Цукшверт, Сусміта Бозе та Аміт Бандйопадх'яй зі Школи машинобудування та матеріалознавства. Вони виготовляли зразки за параметрами, які рекомендував ШІ, після чого команда оцінювала результат. До проєкту також приєднався Ар'ян Дешвал з Університету Міннесоти.

Для алгоритму навіть невдалий експеримент мав цінність, оскільки давав нову інформацію.

"Вони повертали мені результати, і мені подобалися всі вони – навіть якщо вони були невдалими, тому що кожен результат покращував нашу модель ШІ", – розповіла Фадхель. У результаті за три місяці досліджень команда провела лише 40 експериментів.

Попри величезну кількість потенційних комбінацій, дослідникам вдалося знайти шість успішних конфігурацій із різними рівнями потужності лазера.

Найважливішим результатом став перший успішний 3D-друк GRCop-42 із використанням лише 500 ватів лазерної потужності.

Чому 500 ватів можуть мати велике значення?

Зменшення необхідної потужності лазера здатне зробити виробництво GRCop-42 доступнішим. Менша потужність означає потенційно нижче енергоспоживання та менше навантаження на обладнання. Це також може знизити витрати, пов'язані з обробкою та аналізом надрукованих деталей.

Але ще важливіше те, що технологія може відкрити доступ до цього матеріалу для значно ширшого кола організацій.

Якщо раніше для роботи з GRCop-42 були потрібні спеціалізовані високопотужні системи, то успішний друк на нижчій потужності потенційно дозволяє використовувати більш поширене комерційне обладнання.

Це може бути особливо важливо для університетів, невеликих лабораторій та компаній, які не мають доступу до дорогих спеціалізованих систем. Саме тому дослідники говорять не лише про економію коштів, а й про фактичне розширення доступу до технології.

Чи можна використовувати цей підхід для інших матеріалів?

Автори роботи вважають, що метод не обмежується GRCop-42. Той самий принцип можна адаптувати для пошуку робочих параметрів 3D-друку інших металевих сплавів та використання інших систем адитивного виробництва.

Ширше значення дослідження полягає в тому, що ШІ може допомагати не просто аналізувати вже отримані наукові дані, а визначати, який фізичний експеримент варто провести наступним.

Це особливо корисно в ситуаціях, коли існують мільйони або сотні мільйонів можливих варіантів, але успішні результати трапляються надзвичайно рідко.

Такі задачі виникають не лише у виробництві. Подібний підхід потенційно може застосовуватися в інших сферах наукових досліджень, зокрема під час пошуку нових лікарських препаратів. Там також потрібно перебирати величезну кількість потенційних варіантів, а кожен реальний експеримент може вимагати значних витрат часу, матеріалів і грошей. Водночас дослідники наголошують, що використання ШІ в реальних фізичних експериментах залишається ризикованим. Алгоритм може запропонувати невдалу конфігурацію, а кожна така спроба має матеріальну ціну.

"Завжди існує невизначеність, коли ви впроваджуєте щось у середовище, де задіяні реальні люди, матеріали та фізичні витрати. Ми не знали, чи досягнемо успіху, і цей ризик завжди існує. На кону були реальні ресурси. Я була дуже здивована, що нам вдалося зробити це настільки добре", – зазначила Джана Доппа.

Таким чином, головний результат експерименту полягає не просто в тому, що ШІ знайшов кілька придатних параметрів для друку конкретного сплаву. Дослідники продемонстрували спосіб скорочувати величезний простір можливих фізичних експериментів до невеликої кількості найбільш інформативних перевірок.

У випадку GRCop-42 замість потенційного тестування понад 100 мільйонів варіантів команді вистачило 40 реальних експериментів, щоб отримати шість успішних конфігурацій, включно з варіантом на рекордно низькій для цього завдання потужності 500 ватів.