导读：在美国陆军的一个项目中，利用机器学习功能，自主机器人能够设计出比人类更优秀的减震结构，从而在提供保护方面表现更出色
近日获悉，美国波士顿大学的研究人员已经使3D打印机器人能够利用人工智能(AI)来进一步推进先进材料的创造过程。据研究人员称，这一突破对于设计更安全的头盔、包装、汽车保险杠等具有巨大的潜力。
△波士顿大学实验室的机械臂将色彩缤纷的微小圆柱形物体放入盒子中，自主进行实验以找到最有效的能量吸收形状
工程自主创新
波士顿大学工程学院下属的KABlab团队正在研究各种长度尺度的方法，以解决传统试错法无法应对的大量可能性问题。他们采用了两种新技术：第一，利用扫描探针开发创新的纳米组合方法来研究和设计小尺度材料；第二，开发自主研究系统，将自动化与机器学习相结合，以加速知识生成。
△示意图显示了一个自主研究系统，其中五台3D打印机用于制造聚合物结构，这些结构会自动称重、成像并使用准静态压缩进行测试。此测试的输出会被自动解释并用于选择后续要测试的设计
这个名为MAMA BEAR（增材制造结构力学贝叶斯实验自主研究者）的机器人从2018年开始构思，经历了多次改装。到2021年，实验室已对机器人进行了编程，以创造出一种具有最高机械能吸收效率的形状，这成为衡量机器人能吸收多少能量的标准。它利用机器学习的最新发展，提供了从海量数据集中获取新见解的新工具，并能更高效地获取较小的数据集。
研究人员称，在过去三年里，这台机器一直在连续运转，生产了超过2.5万个3D打印结构，装满了几十个箱子。
由于能够有效吸收能量的材料应用广泛，例如在运输过程中为精密电子产品提供缓冲，或为运动员提供护膝和护腕等防护装备，因此创造出多种形状是必不可少的。
波士顿大学机械工程副教授Keith Brown在一份声明中指出：“例如，你可以利用这个数据图书馆制造出更好的汽车保险杠或包装设备。”
△利用3D打印和人工智能技术开发高性能结构
提升高性能结构的开发效率
为了达到最佳性能，结构必须达到完美的平衡：它们不能太坚固，以免造成破坏，但又必须足够坚固，以吸收冲击力。
在MAMA BEAR之前，观察到的最高效率约为71%。然而，Brown团队见证了他们的机器人达到了破纪录的75%的效率。
破纪录的结构外观令研究人员感到惊讶。它比之前的设计更高、更薄，四个点就像薄薄的花瓣。Brown说：“我们很高兴这里有如此多的机械数据，我们正在利用这些数据学习更广泛的设计经验。”
该团队还与美国陆军合作，将大量数据应用于为士兵设计新的头盔衬垫。通过实地测试，他们确保了正在申请专利的衬垫在提供撞击保护方面的舒适性和有效性。
与破纪录的结构不同，3D衬垫的中心更柔软，身材更短小，从而提高了舒适度。
△从机械数据集中得出的设计见解
KABlab实验室旨在强调自主研究的意义。Brown打算继续开展跨学科合作，为需要测试大量结构和解决方案的科学家提供帮助。
尽管已经创下了纪录，但Brown强调，“我们没有能力知道是否已经达到了最高效率”，并暗示了再次超越的可能性。
在Brown和他的团队探索数据库其它应用的同时，MAMA BEAR还将继续运行，不断突破极限。他们还在研究如何回收这2.5万块粉碎的碎片，并将其展开并重新装入3D打印机，用于进一步的实验。
Brown说：“我们将继续研究这个系统，因为机械效率和许多其它材料特性一样，只有通过实验才能准确测量。使用自动驾驶实验室可以帮助我们挑选最好的实验，并尽可能快地完成它们。”
|
