Ang mga mananaliksik ay gumagamit ng artificial intelligence (AI) upang lumikha ng mga makabago at bagong nanomaterials na pinagsasama ang lakas ng carbon steel at ang magaan na katangian ng styrofoam. Ang mga bagong binuong nanomaterials na ito, na ginawa sa pamamagitan ng mga teknik sa machine learning at 3D printing, ay higit sa doble ang lakas ng mga naunang disenyo. Ang mga siyentipikong kasangkot sa pag-aaral na ito ay nagsabi na ang mga materyal na ito ay maaaring magdulot ng pagbuo ng mas matibay, magaan, at mas matipid sa gasolina na mga bahagi sa mga sasakyan at eroplano. Ang kanilang mga natuklasan ay nailathala noong Enero 23 sa journal na Advanced Materials. Ang co-author na si Tobin Filleter, isang professor ng engineering sa University of Toronto, ay nagbigay ng pag-asa, na nagsasabing, "Umaasa kami na ang mga bagong disenyo ng materyal na ito ay sa huli ay magiging sanhi ng ultra-magaan na mga bahagi para sa mga aplikasyon sa aerospace tulad ng mga eroplano, helicopter, at spacecraft, na nagpapababa ng konsumo ng gasolina habang tinitiyak ang kaligtasan at pagganap. Ito ay makabuluhang makababawas sa epekto sa kapaligiran ng aviation. " Sa maraming materyales, ang pagkuha ng lakas ay madalas na nagpapahina ng tibay. Halimbawa, ang ceramic dinner plate ay karaniwang sapat na malakas upang suportahan ang mabibigat na bagay, ngunit ang katigasan nito ay kadalasang nagdudulot ng pagkabasag, ginagawang madali itong mabasag sa kaunting puwersa. Ang hamong ito ay nalalapat din sa mga nano-architectured materials, na binubuo ng napakaraming maliliit at paulit-ulit na mga building blocks na isang daan bahagi ng lapad ng buhok ng tao. Bagaman ang mga materyales na ito ay nag-aalok ng nakakabighaning lakas kumpara sa kanilang timbang, maaari rin silang makabuo ng mga stress point na nagdudulot ng biglaang pagkasira.

Ang ugaling ito ng pagkabasag ay hanggang sa kasalukuyan ay nagpastrikto sa kanilang praktikal na aplikasyon. Ang unang may-akda na si Peter Serles, isang mananaliksik sa engineering sa Caltech, ay nagpahayag, "Habang iniisip ko ang isyung ito, naging maliwanag na ito ay isang perpektong problema para sa machine learning na tugunan. " Upang tuklasin ang mga pinabuting disenyo para sa mga nanomaterials, ang mga mananaliksik ay nag-simula ng iba't ibang geometries bago suriin ang mga ito gamit ang isang algorithm ng machine learning. Ang algorithm, na nakabatay sa mga disenyo na nalikha, ay makakapag-predict ng pinakamainam na hugis na epektibong ipapamahagi ang mga naka-apply na stress habang nakakaranas ng mabibigat na karga. Matapos tapusin ang mga disenyo, ginamit ng mga mananaliksik ang isang 3D printer upang gumawa ng mga bagong nanolattices. Natuklasan nila na ang mga estruktura na ito ay kayang tiisin ang stress na 2. 03 megapascals para sa bawat cubic meter bawat kilogram—isang lakas na limang beses ng titanium. "Nagmarka ito ng kauna-unahang pagkakataon na ginamit ang machine learning upang i-optimize ang nano-architected materials, at kami ay naiintriga sa mga pag-unlad na nagawa, " ibinahagi ni Serles. "Ang algorithm ay hindi lamang kinopya ang mga matagumpay na disenyo mula sa training set; ito ay natuto mula sa mga pagbabago na umubra at hindi, na nagpapahintulot dito na magmungkahi ng ganap na bagong mga lattice structures. " Sa hinaharap, balak ng mga mananaliksik na tutukan ang pagsasakal, o pagladlad ng mga materyales na ito para sa paggawa ng mas malalaking bahagi habang patuloy na nag-eeksplora ng mas mabuting disenyo sa pamamagitan ng kanilang pamamaraan. Ang pangunahing layunin ay magdisenyo ng mas magaan at mas malakas na mga bahagi para sa mga hinaharap na sasakyan. Idinagdag ni Serles, "Halimbawa, kung ang mga bahagi ng eroplano na gawa sa titanium ay pinalitan ng bagong materyal na ito, ang resulta ay maaaring magdulot ng taunang pagtitipid sa gasolina ng 80 liters para sa bawat kilogram ng materyal na pinalitan. "