חוקרים מאוניברסיטת וושינגטון סטייט השתמשו בבינה מלאכותית כדי למצוא דרך זולה ופשוטה יותר להדפיס בתלת-ממד את סגסוגת העל של NASA – GRCop-42. חומר זה עשוי נחושת, כרום וניוביום ונועד לתנאים קיצוניים: הוא מוליך חום מצוין ושומר על חוזק בטמפרטורות גבוהות, ולכן משתמשים בו בתאי בעירה של מנועי רקטות נוזליים.
בדרך כלל הדפסת GRCop-42 דורשת לייזר חזק ועולה הרבה. רוב המדפסות המסחריות לא מתמודדות איתו. בדיקה ידנית של כל ההגדרות האפשריות – יותר מ-100 מיליון צירופים – כמעט בלתי אפשרית: כל ניסוי גוזל חומר, זמן וכסף.
הצוות התחיל מנתונים על 37 ניסיונות הדפסה כושלים. על בסיסם פיתחה הבינה המלאכותית מודל שהעריך את הסתברות ההצלחה עבור הגדרות שלא נבדקו. המערכת הציעה קבוצות קטנות של תצורות חדשות, תוך איזון בין אפשרויות מבטיחות לבין כאלה שעזרו להבין טוב יותר את מרחב החיפוש.
בתוך שלושה חודשים ובסך הכול 40 ניסויים הצליחו למצוא שש הגדרות עבודה. אחת מהן אפשרה לראשונה להדפיס את הסגסוגת בהספק לייזר נמוך בשיא – 500 וואט. זה פותח את הדרך לשימוש בציוד נגיש יותר.
"תשעים אחוז מהמדפסות המסחריות לא יכולות להדפיס את הסגסוגת הזו", מציינת פרופסור יאנה דופה, שהובילה את המחקר. "הפרמטרים שנמצאו מאפשרים לעבוד על מכונות רגילות ולמעשה הופכים את הדפסת החומר הזה לדמוקרטית".
המחבר הראשון של המאמר, הסטודנט לתארים מתקדמים אזא פדהל, מוסיף שבעבר תצורות מסוימות פשוט המיסו את חומר הגלם. כעת הבינה המלאכותית עוזרת להימנע מטעויות יקרות כאלה.
הצלחת הפרויקט פורסמה ב-Proceedings of the AAAI Conference on Artificial Intelligence. ניתן להתאים את השיטה לסגסוגות אחרות ולמשימות שבהן ההצלחה נדירה ומספר האפשרויות עצום. אבל האופן שבו הבינה המלאכותית התמודדה עם מרחב אפשרויות כה גדול הראה שהגישה עובדת גם בעלויות אמיתיות של חומרים וציוד.
בעתיד זה יפחית את צריכת האנרגיה, ימתן את שחיקת המדפסות ויהפוך את הסגסוגת לנגישה לאוניברסיטאות, למעבדות קטנות ולחברות ללא ציוד מיוחד בהספק גבוה.
