Phát hiện này có thể giúp hợp kim GRCop-42, vốn được sử dụng rộng rãi trong ngành hàng không vũ trụ, có thể được in bằng những hệ thống máy in 3D thương mại phổ biến hơn. Không chỉ vậy, chiến lược AI mà nhóm phát triển còn có tiềm năng được áp dụng cho nhiều bài toán khoa học khác.
Công trình được thực hiện bởi các nhà nghiên cứu thuộc Trường Kỹ thuật Điện và Khoa học Máy tính cùng Trường Kỹ thuật Cơ khí và Vật liệu của WSU và được công bố trong Proceedings of the AAAI Conference on Artificial Intelligence. Dự án cũng nhận Giải thưởng Innovative Deployed Application Award tại hội nghị thường niên của tổ chức này.
“90% máy in thương mại không thể in được hợp kim này. Vì vậy, việc xác định được các thông số quy trình khả thi cho phép chúng ta sử dụng những máy in thương mại đó. Chúng tôi đang góp phần mở rộng khả năng tiếp cận công nghệ in hợp kim này”, Jana Doppa, Giáo sư Khoa học Máy tính, người dẫn dắt nghiên cứu cho hay.
Hợp kim của NASA được thiết kế cho môi trường cực nóng
GRCop-42 là một hợp kim được tạo thành chủ yếu từ đồng, crôm và niobi. NASA phát triển vật liệu này để sử dụng trong những môi trường khắc nghiệt, nơi vật liệu vừa phải chịu được nhiệt độ rất cao, vừa phải truyền nhiệt hiệu quả.
GRCop-42 có độ dẫn nhiệt cao nhưng vẫn duy trì độ bền ở nhiệt độ cực cao. Vì vậy, vật liệu này được sử dụng trong các hệ thống hàng không vũ trụ, trong đó có buồng đốt của động cơ tên lửa sử dụng nhiên liệu lỏng. Tuy nhiên, chính những đặc tính ưu việt đó cũng khiến GRCop-42 khó và tốn kém khi in 3D. Quy trình chế tạo thường đòi hỏi công suất laser và mức năng lượng lớn.
Trước đây, các nhà nghiên cứu đã thử in GRCop-42 bằng những máy có công suất laser thấp hơn, loại máy phổ biến hơn trên thị trường nhưng không đạt được kết quả thành công.
Việc kiểm tra từng thông số in một cách tuần tự cũng gần như không khả thi. Mỗi lần thử đều tiêu tốn vật liệu đắt tiền, cần đến thiết bị chuyên dụng và đòi hỏi nhiều công sức của con người. Một lần in có thể tiêu tốn hàng trăm USD, trong khi việc phân tích kỹ mẫu vật sau khi in có thể mất tới vài ngày.
“Đôi khi họ in một cấu hình nhất định và sản phẩm chỉ đơn giản là bị nóng chảy. Cấu hình đó thực sự không thể in được. Ngay cả khi có đủ thời gian và tiền bạc, họ cũng không thể thử hết 100 triệu phương án. Điều chúng tôi thực hiện trong dự án hợp tác này là sử dụng AI để lựa chọn hiệu quả các ứng viên trong không gian tìm kiếm khổng lồ đó”, Azza Fadhel, tác giả chính của nghiên cứu và nghiên cứu sinh tiến sĩ ngành Khoa học Máy tínhcho biết.
AI sàng lọc hơn 100 triệu khả năng
Nhóm nghiên cứu bắt đầu với dữ liệu từ 37 cấu hình in đã thất bại trong những thí nghiệm trước đó do Trường Kỹ thuật Cơ khí và Vật liệu thực hiện. Từ những kết quả này, nhóm xây dựng một phương pháp có thể ước tính xác suất một tổ hợp thông số chưa từng được thử sẽ tạo ra sản phẩm in thành công. Sau đó, mô hình AI lựa chọn những nhóm nhỏ các cấu hình mới để nhóm nghiên cứu tiến hành thử nghiệm thực tế.
Điểm quan trọng là AI không chỉ đơn thuần chọn những cấu hình có vẻ hứa hẹn nhất. Hệ thống cân bằng giữa hai mục tiêu. Một số thí nghiệm tập trung vào những cấu hình được dự đoán có khả năng thành công cao. Trong khi đó, một số thí nghiệm khác được lựa chọn ở những khu vực chưa chắc chắn trong không gian tìm kiếm. Những thử nghiệm này có thể cung cấp thêm thông tin, từ đó giúp AI cải thiện khả năng dự đoán cho các lần thử tiếp theo.
Giảm công suất laser có thể mở rộng khả năng tiếp cận
Việc in thành công GRCop-42 với công suất laser thấp hơn có thể mang lại nhiều lợi ích. Trước hết, phương pháp này có thể giúp giảm mức tiêu thụ năng lượng, hạn chế hao mòn thiết bị in và giảm chi phí xử lý mẫu sau khi in. Quan trọng hơn, nó có thể đưa GRCop-42 đến gần hơn với các trường đại học, phòng thí nghiệm quy mô nhỏ và doanh nghiệp vốn không có điều kiện đầu tư vào những hệ thống in 3D chuyên dụng với laser công suất cao. Thách thức nằm ở chỗ các nhà nghiên cứu đã biết từ trước rằng những cấu hình thành công sẽ cực kỳ hiếm trong hơn 100 triệu khả năng có thể xảy ra.
Mặc dù xác suất thành công rất thấp, nhóm nghiên cứu vẫn tìm được 6 cấu hình in thành công ở các mức công suất laser khác nhau chỉ trong khoảng ba tháng. Đáng chú ý, toàn bộ dự án chỉ thực hiện 40 thí nghiệm. Đây cũng là lần đầu tiên nhóm nghiên cứu in thành công GRCop-42 bằng laser có công suất chỉ 500 watt.
Một công cụ mới cho khám phá khoa học
Theo nhóm nghiên cứu, phương pháp được điều khiển bởi AI này có thể được điều chỉnh để tìm ra các điều kiện chế tạo phù hợp cho những hợp kim kim loại khác cũng như các hệ thống sản xuất bồi đắp (additive manufacturing) khác. Ý nghĩa của nghiên cứu còn rộng hơn lĩnh vực in 3D.
Phương pháp này có thể hỗ trợ các nhà khoa học giải quyết những bài toán có ba đặc điểm: kết quả thành công rất hiếm, số lượng thí nghiệm khả thi cực kỳ lớn và chi phí thử nghiệm từng phương án quá cao. Trong những trường hợp như vậy, thay vì thử lần lượt hàng triệu hay hàng trăm triệu khả năng, AI có thể liên tục học từ kết quả của các thí nghiệm trước để quyết định thí nghiệm nào đáng thực hiện tiếp theo. Cách tiếp cận này có thể được ứng dụng trong nhiều lĩnh vực nghiên cứu khoa học khác, bao gồm cả những lĩnh vực mà mỗi thí nghiệm đều tiêu tốn đáng kể về vật liệu, tiền bạc hoặc thời gian.
AI thay đổi cách tiến hành thí nghiệm
Điểm đáng chú ý nhất của nghiên cứu không đơn thuần nằm ở việc AI tìm được một cách in GRCop-42 bằng công suất laser thấp hơn. Quan trọng hơn, nghiên cứu cho thấy AI có thể thay đổi cách các nhà khoa học tìm kiếm một lời giải trong không gian thí nghiệm khổng lồ. Thay vì kiểm tra từng khả năng một cách tuần tự, AI có thể học từ những thất bại ban đầu, xác định nơi có khả năng xuất hiện kết quả tốt và chủ động đề xuất những thí nghiệm tiếp theo.
Trong nghiên cứu này, hơn 100 triệu khả năng được thu hẹp xuống chỉ 40 lần thử nghiệm thực tế, qua đó tìm ra 6 cấu hình thành công. Đây là một ví dụ cho thấy AI không nhất thiết phải thay thế con người trong phòng thí nghiệm. Thay vào đó, nó có thể đóng vai trò như một công cụ định hướng thí nghiệm, giúp các nhà khoa học tập trung nguồn lực vào những thử nghiệm có giá trị thông tin cao nhất.
