Les chercheurs de la TU Delft ont développé un nouveau matériau supercompressible mais résistant sans aucun test expérimental, en utilisant uniquement l'intelligence artificielle (IA). "L'IA vous donne une carte au trésor, et le scientifique doit trouver le trésor, " dit Miguel Bessa, premier auteur d'une publication sur ce sujet en Matériaux avancés le 14 octobre.

Vélo pliable

Miguel Bessa, professeur assistant en science et ingénierie des matériaux à la TU Delft, a eu l'inspiration pour ce projet de recherche pendant son séjour au California Institute of Technology. Dans un coin du Space Structures Lab, il a remarqué une structure satellite qui pouvait ouvrir de longues voiles solaires à partir d'un très petit paquet.

Il s'est demandé s'il serait possible de concevoir un matériau hautement compressible mais résistant qui pourrait être compressé dans une petite fraction de son volume. « Si cela était possible, objets du quotidien comme les vélos, les tables à dîner et les parapluies peuvent être pliés dans votre poche."

Inverser le processus de conception

La prochaine génération de matériaux doit être adaptative, polyvalent et réglable. Ceci peut être réalisé par des matériaux à structure dominée (métamatériaux) qui exploitent de nouvelles géométries pour obtenir des propriétés et des fonctionnalités sans précédent.

"Toutefois, la conception des métamatériaux s'est appuyée sur une expérimentation approfondie et une approche par essais et erreurs, " dit Bessa. " Nous plaidons en faveur de l'inversion du processus en utilisant l'apprentissage automatique pour explorer de nouvelles possibilités de conception, tout en réduisant l'expérimentation au strict minimum."

Apprentissage automatique

"Nous suivons une approche basée sur les données informatiques pour explorer un nouveau concept de métamatériau et l'adapter à différentes propriétés cibles, choix des matériaux de base, échelles de longueur et procédés de fabrication." Guidé par l'apprentissage automatique, Bessa a fabriqué deux modèles à différentes échelles de longueur qui transforment les polymères cassants en poids légers, métamatériaux récupérables et super-compressibles. La conception à l'échelle macro est réglée pour une compressibilité maximale, tandis que la micro-échelle est conçue pour une résistance et une rigidité élevées.

Régions inexploitées de l'espace de conception

Encore, Bessa soutient que l'aspect le plus important de l'œuvre n'est pas le matériau particulier qui a été créé, mais la capacité d'atteindre des régions inexploitées de l'espace de conception via l'apprentissage automatique. "L'important est que l'apprentissage automatique crée une opportunité d'inverser le processus de conception en passant d'enquêtes guidées expérimentalement à des enquêtes basées sur des données informatiques, même s'il manque des informations aux modèles d'ordinateur. Les conditions essentielles sont que « suffisamment » de données sur le problème d'intérêt soient disponibles, et que les données sont suffisamment précises. » Bessa est un fervent partisan de la recherche axée sur les données en mécanique et en science des matériaux. « La science axée sur les données va révolutionner la façon dont nous atteignons de nouvelles découvertes, et j'ai hâte de voir ce que l'avenir nous apportera."