Investigadores de la Universidad Estatal de Washington aplicaron inteligencia artificial para encontrar una forma más barata y sencilla de imprimir en 3D la aleación de alto rendimiento de la NASA, GRCop-42. Este material de cobre, cromo y niobio está creado para condiciones extremas: conduce muy bien el calor y mantiene su resistencia a altas temperaturas, por lo que se utiliza en cámaras de combustión de motores de cohetes de propulsión líquida.
Normalmente, imprimir GRCop-42 requiere un láser potente y es caro. La mayoría de las impresoras comerciales no pueden manejarlo. Revisar manualmente todas las configuraciones posibles, más de 100 millones de combinaciones, es prácticamente imposible: cada experimento consume material, tiempo y dinero.
El equipo comenzó con datos de 37 intentos fallidos de impresión. Con base en ellos, la IA desarrolló un modelo que evaluaba la probabilidad de éxito para configuraciones no probadas. El sistema proponía pequeños grupos de nuevas configuraciones, equilibrando entre opciones prometedoras y aquellas que ayudaban a comprender mejor el espacio de búsqueda.
En tres meses y con solo 40 experimentos, lograron encontrar seis configuraciones de trabajo. Una de ellas permitió por primera vez imprimir la aleación con una potencia de láser récord baja: 500 vatios. Esto abre el camino al uso de equipos más accesibles.
«El noventa por ciento de las impresoras comerciales no pueden imprimir esta aleación», señala la profesora Jana Doppa, quien dirigió la investigación. «Los parámetros encontrados permiten trabajar en máquinas comunes y, en esencia, democratizan la impresión de este material».
El primer autor del artículo, el estudiante de posgrado Azza Fadhel, agrega que antes algunas configuraciones simplemente fundían la pieza. Ahora la IA ayuda a evitar esos costosos errores.
El éxito del proyecto se publicó en Proceedings of the AAAI Conference on Artificial Intelligence. El método se puede adaptar a otras aleaciones y tareas donde el éxito es raro y el número de variantes es enorme. Pero cómo exactamente la IA manejó un espacio de variantes tan grande demostró que el enfoque funciona incluso con costos reales de materiales y equipos.
En el futuro, esto reducirá el consumo de energía, disminuirá el desgaste de las impresoras y hará que la aleación sea accesible para universidades, pequeños laboratorios y empresas sin equipos especializados de alta potencia.
