'Machine learning' para una impresión en 3D más eficiente, con nuevos materiales
Investigadores del MIT consiguen monitorizar y ajustar un proceso de impresión en 3D para corregir errores en tiempo real con un modelo de ‘machine learning’.
La llegada de la impresión 3D al mercado se vio como una revolución. Las posibilidades de la tecnología son infinitas y capaces de transformar numerosas industrias. Años después del boom inicial, los investigadores siguen experimentando en la búsqueda de nuevos materiales.
El principal hándicap de estos experimentos es su coste; para imprimir de forma efectiva con nuevos materiales hay que calibrar desde la velocidad de impresión hasta el volumen de material requerido en cada proceso. Hasta ahora, la forma de hacerlo ha sido a través de un método de ensayo y error.
Investigadores del MIT han conseguido inyectar inteligencia artificial en estos procedimientos, de tal forma que es posible corregir los posibles errores en tiempo real. Se trata de un sistema que fundamentalmente utiliza simulaciones capaces de enseñar a una red neuronal la forma en que ajustar los parámetros de impresión.
Los responsables del hallazgo aseguran que de esta forma es posible evitar imprimir miles de millones de objetos hasta dar con los parámetros adecuados, reduciendo drásticamente el coste de las investigaciones sobre nuevos materiales, por ejemplo. Ayudará, aseguran, a abrir nuevas posibilidades que pueden revolucionar diferentes industrias.
“El proyecto es la primera demostración de la construcción de un sistema de fabricación que utiliza machine learning para aprender una política compleja de control”, ha resumido Wojciech Matusik, uno de los ingenieros tras el proyecto.
