I ricercatori hanno sfruttato l'intelligenza artificiale (IA) per creare nanomateriali innovativi che combinano la resistenza dell'acciaio al carbonio con le qualità leggere della schiuma di polistirene. Questi nuovi nanomateriali, realizzati attraverso tecniche di apprendimento automatico e stampa 3D, hanno raddoppiato la resistenza rispetto ai design precedenti. Gli scienziati coinvolti in questo studio hanno indicato che questi materiali potrebbero portare allo sviluppo di componenti più resistenti, leggeri e più efficienti in termini di consumo di carburante per automobili e aerei. I loro risultati sono stati pubblicati il 23 gennaio nella rivista Advanced Materials. Il co-autore Tobin Filleter, professore di ingegneria all'Università di Toronto, ha espresso ottimismo, affermando: "Ci auguriamo che questi nuovi design di materiali porteranno infine a componenti ultra-leggeri per applicazioni aerospaziali come aerei, elicotteri e veicoli spaziali, riducendo così il consumo di carburante durante il volo garantendo al contempo sicurezza e prestazioni. Questo potrebbe ridurre significativamente l'impatto ambientale dell'aviazione". In molti materiali, il raggiungimento della resistenza spesso compromette la durezza. Ad esempio, un piatto di ceramica è generalmente abbastanza resistente da sorreggere oggetti pesanti, ma la sua rigidità porta spesso a fragilità, rendendolo incline a rompersi con una forza minima. Questa sfida si applica anche ai materiali nano-architettati, composti da innumerevoli minuscole unità ripetitive che sono un centesimo della larghezza di un capello umano. Anche se questi materiali offrono una resistenza notevole rispetto al loro peso, possono sviluppare punti di stress che portano a rotture improvvise.

Questa propensione alla frattura ha finora limitato le loro applicazioni pratiche. Il primo autore Peter Serles, ricercatore di ingegneria al Caltech, ha osservato: "Riflettendo su questa questione, è diventato chiaro che era un problema ideale da affrontare con l'apprendimento automatico". Per esplorare design migliorati per i nanomateriali, i ricercatori hanno simulato varie geometrie prima di analizzarle utilizzando un algoritmo di apprendimento automatico. L'algoritmo, informato dai design prodotti, potrebbe prevedere forme ottimali che distribuirebbero efficacemente le sollecitazioni applicate mentre sopportano carichi significativi. Dopo aver finalizzato questi design, i ricercatori hanno utilizzato una stampante 3D per produrre i nuovi nanostrutture. Hanno scoperto che queste strutture potrebbero sopportare una sollecitazione di 2, 03 megapascals per ogni metro cubo per chilogrammo, una resistenza cinque volte superiore a quella del titanio. "Questa segna la prima applicazione dell'apprendimento automatico per ottimizzare materiali nano-architettati, e siamo rimasti sorpresi dai progressi fatti, " ha condiviso Serles. "L'algoritmo non ha semplicemente replicato i design di successo dal set di addestramento; ha appreso dalle modifiche che hanno funzionato e da quelle che non hanno funzionato, permettendogli di proporre strutture reticolari completamente nuove. " In futuro, i ricercatori intendono concentrarsi sull'incremento della produzione di questi materiali per componenti più grandi, continuando a esplorare design ancora migliori attraverso il loro metodo. L'obiettivo principale è progettare componenti più leggeri e resistenti per i veicoli futuri. Serles ha aggiunto: "Ad esempio, se i componenti aeronautici in titanio venissero sostituiti con questo nuovo materiale, il risultato potrebbe generare un risparmio annuale di carburante di 80 litri per ogni chilogrammo di materiale sostituito. "