Дослідники з Університету штату Вашингтон застосували штучний інтелект, щоб знайти спосіб дешевше і простіше друкувати на 3D-принтері високопродуктивний сплав NASA — GRCop-42. Цей матеріал з міді, хрому та ніобію створений для екстремальних умов: він чудово проводить тепло і зберігає міцність при високих температурах, тому його використовують у камерах згоряння рідинних ракетних двигунів.
Зазвичай друк GRCop-42 вимагає потужного лазера і коштує дорого. Більшість комерційних принтерів з ним не справляються. Ручний перебір усіх можливих налаштувань — понад 100 мільйонів комбінацій — практично неможливий: кожен експеримент з'їдає матеріал, час і гроші.
Команда почала з даних про 37 невдалі спроби друку. На їх основі ШІ розробив модель, яка оцінювала ймовірність успіху для неперевірених налаштувань. Система пропонувала невеликі групи нових конфігурацій, балансуючи між перспективними варіантами та тими, що допомагали краще зрозуміти простір пошуку.
За три місяці і всього 40 експериментів вдалося знайти шість робочих налаштувань. Одне з них вперше дозволило надрукувати сплав при рекордно низькій потужності лазера — 500 ват. Це відкриває шлях до використання доступнішого обладнання.
«Дев'яносто відсотків комерційних принтерів не можуть друкувати цей сплав, — зазначає професор Яна Доппа, яка керувала дослідженням. — Знайдені параметри дозволяють працювати на звичайних машинах і по суті демократизують друк цього матеріалу».
Перший автор статті, аспірант Азза Фадхель, додає, що раніше деякі конфігурації просто розплавляли заготовку. Тепер ШІ допомагає уникати таких затратних помилок.
Успіх проєкту опубліковано в Proceedings of the AAAI Conference on Artificial Intelligence. Метод можна адаптувати для інших сплавів і завдань, де успіх рідкісний, а кількість варіантів величезна. Але те, як саме ШІ впорався з таким величезним простором варіантів, показало, що підхід працює навіть за реальних витрат на матеріали та обладнання.
У перспективі це знизить енергоспоживання, зменшить знос принтерів і зробить сплав доступним університетам, невеликим лабораторіям і компаніям без спеціалізованого обладнання високої потужності.
