ИИ учится совмещать несовместимые материалы

Ученые Пермского Политеха показали, как использовать искусственный интеллект для проектирования «материалов будущего» с заранее заданными противоречащими свойствами. Нейросеть ищет такие внутренние структуры материалов для импланта или детали двигателя, которые одновременно держат нагрузку, остаются лёгкими и при необходимости пористыми. В численных тестах новые варианты оказались жёстче на 15–20% при той же плотности, чем существующие образцы.

Команда обучила модель на базе около пяти тысяч трёхмерных моделей пористых материалов. Программа перебирает варианты внутренней «решётки» детали, для каждого оценивает прочность и вес и выдаёт набор лучших компромиссов: вот максимально прочный вариант при заданной лёгкости, вот максимально лёгкий при нужной жёсткости. Поверх нейросети работает алгоритм отбора, который отсеивает слабые решения и дорабатывает удачные.

Пока это только расчёты, а не готовые серийные импланты или лопатки турбин, и все цифры про выигрыш относятся к компьютерным моделям, а не к реальным изделиям. Заявление о «первой в мире трёхмерной версии StyleGAN2» звучит амбициозно, поэтому оставим его на совести самих исследователей. Если удастся связать такие алгоритмы с 3D-печатью и полноценными испытаниями, инженеры в медицине, авиации и машиностроении смогут быстрее подбирать материал под конкретную задачу: от пористого импланта до облегчённой силовой детали.