La inteligencia artificial es una tecnología de aplicaciones prácticamente infinitas, sobretodo en el caso del Machine Learning, una rama que se enfoca en analizar y procesar grandes volúmenes de data para dar con resultados de forma mucho más eficaz. En este caso, investigadores de MIT han aplicado esta tecnología para automatizar la búsqueda de nuevos materiales que puedan ser impresos en 3D.
Como sabemos, la innovación de la manufactura aditiva no sólo está en la impresora en sí, sino también en los materiales que se usan para imprimir estos modelos. Muchos sectores, como el aeronáutico o automotriz, depende de las propiedades físicas de los filamentos para desarrollar piezas funcionales dentro de máquinas o vehículos. Por ende, el descubrimiento de nuevas posibilidades en esta área es de suma importancia.
AutoOED
Es bajo esta premisa que se desarrolló la plataforma open-source llamada AutoOED, que busca acelerar el descubrimiento de estos materiales usando data que toma en cuenta la durabilidad y la fuerza comprimida de múltiples materiales. Esta data es procesada gracias al algoritmo de machine learning y resulta muchísimo más eficaz que los métodos tradicionales.
Interfaz del programa AutoOED
Optimización con AutoOED
Usualmente, un científico realizaba manualmente las mezclas y pruebas de estos posibles nuevos filamentos. Este proceso tomaba usualmente días o semanas. Sin embargo, con AutoOED, se pueden simular estos resultados con una velocidad 100 veces mayor a la descrita anteriormente.
Para las pruebas iniciales se evaluaron 120 fórmulas, de las cuales 12 pudieron ser optimizadas. Sin embargo, no todo es automatizado, ya que se requiere de un control humano durante múltiples etapas de la fabricación de muestras. Aun así, se espera que los avances en la industria 4.0 permitan el uso de robots en esta siguiente etapa para no depender de labor humano físico en lo absoluto. Finalmente, esta tecnología resulta prometedora también para otras áreas científicas que requieran la investigación de materiales.