AKI megtalálta a tűt a 100 milliós szénakazalban

Képzeld el ezt.

Van 100 millió könyved. Mindegyik ára pár száz dollár. Mindegyiket napokig tart elolvasni. Van olyan is, ami égő félig. És te hat könyvet keresel, amiben az áll, hogyan nyomtass szupererős fémet rakétamotorokhoz.

Kellemes, mi?

Na, a Washington Állami Egyetem kutatói gyakorlatilag ezzel szembesültek. Azzal a különbséggel, hogy volt segítségük. Mesterséges intelligencia. És hidd el, az ő sztorijuk izgalmasabb, mint bármilyen videójáték.

A fém, ami csak úgy működik

Ismerd meg a GRCop-42-t. Olyan, mintha egy sci-fiből lépett volna elő. Valójában egy ötvözet – réz, króm és nióbium keveréke. A NASA hozta létre, mert a hagyományos fémek egyszerűen nem bírják a meleget.

Ez a fém rakétamotorokban dolgozik, pontosabban az égésterekben. Ott a hőmérséklet olyan, hogy a háztartási sütő szégyenkezhet mellette. A GRCop-42 viszont bírja a meleget, és el is vezeti azt. Így a rakéták nem olvasztják meg saját magukat. Elég fontos.

A gond csak az, hogy ezt a fémet 3D nyomtatóval előállítani nehéz. Nagyon nehéz. Komoly lézereket igényel, rengeteg energiát. Olyan gépeket, amiket csak nagy űripari cégek és komoly kutatólaborok engedhetnek meg maguknak.

A kereskedelmi 3D nyomtatók 90 százaléka egyszerűen nem elég erős hozzá.

Eddig.

A "próbáljunk ki mindent" módszer kudarcra volt ítélve

De lépjünk vissza egy pillanatra. Miért volt ez egyáltalán probléma?

3D nyomtatáshoz meg kell találni a tökéletes beállításokat. Lézer teljesítménye, sebessége, hőmérséklete, és még vagy harminc másik tényező. Ha valamelyik rossz, akkor vagy semmi sem történik, vagy (dramatikusabban) az egész nyomat megolvad és összefolyik.

A hagyományos módszer: próbálj ki egy csomó kombinációt, hátha valamelyik működik.

Ez elméletben rendben is van. A gyakorlatban viszont több mint 100 millió lehetséges kombináció létezik. Mindegyik száz dollárokba kerül, napokig tart kiértékelni, és kell valaki, aki alaposan megnézi az eredményeket.

Ha naponta egyet próbálnál ki, 274 ezer évre lenne szükséged. Nem túl gyakorlatias.

"Néha kinyomtattak egy konfigurációt, és egyszerűen megolvadt a termék" – mondta Azza Fadhel, a projekt egyik PhD hallgatója. "Nem volt igazán nyomtatható, és hiába volt idő és pénz, nem tudták volna kipróbálni mind a 100 millió lehetőséget."

Ez olyan, mintha egyenként szednél fel homokszemcséket, hogy megtaláld azt az egyet, amit keresel.

Bemutatkozik az MI: az okos kereső

És itt jön a kutatók zseniális ötlete.

Ahelyett, hogy vakon tapogatóznának, építettek egy MI-rendszert, ami minden kísérletből tanult. Még a sikertelenekből is.

Képzeld el úgy, mint egy recept keresését. De ahelyett, hogy vakon követnéd az utasításokat, az MI figyeli, mi történik, ha változtatsz egy-két hozzávalón. Elkezd rájönni, melyik kombináció működik, és melyik nem.

A csapat mindössze 37 sikertelen konfigurációval indult. Nem túl sok adat, de az MI elég volt ahhoz, hogy okos tippeket adjon.

Innentől az MI kis csoportokban javasolt új beállításokat. Itt jön a lényeg: két dolgot egyensúlyozott. Néha olyan beállításokat választott, amik valószínűleg működtek a megtanult minták alapján. De néha szándékosan olyat választott, amiben nem volt biztos – mert ezek a "vad tippek" új információkkal gazdagíthatták a modellt.

"Visszakaptam az eredményeket, és mindet szerettem – még a sikerteleneket is – mert minden eredmény javította az MI-modellt" – mondta Fadhel.

Ez szép hozzáállás a kudarchoz.

A végeredmény: hat nyertes

Mindössze 40 kísérlet után, három hónap alatt az MI megtalált hat működő konfigurációt, különböző lézer-teljesítményszinteken. Az egyik különösen izgalmas volt: sikerült GRCop-42-t nyomtatni 500 wattos lézerrel. Első alkalommal ehhez az ötvözethez.

Hat siker 40 próbálkozásból – nem hangzik lenyűgözőnek. De ne feledd: 100 millió lehetőségből kerestünk, ahol a sikeres konfigurációk rendkívül ritkák. Hat tű a szénakazalban, akkora szénakazalban, mint egy kis ország – és alig kellett hozzányúlnunk a szénához.

És itt jön a legizgalmasabb rész: ezek a sikeres beállítások alacsonyabb teljesítményszinteken működtek. Ez azt jelenti, hogy azok a kereskedelmi nyomtatók is képesek lehetnek rá, amik korábban nem tudták kezelni az ötvözetet. A 90 százalék, ami eddig kiesett? Most talán behozható.

Miért fontos ez a rakétákon túl is

Rakétanyomtatás – már ez is elég izgalmas. De a kutatók nem állnak meg itt.

Ez az MI-megközelítés más komplex problémáknál is segíthet. Milliónyi lehetőség, ahol minden egyes kombináció kipróbálása lehetetlen. Gondolj csak a gyógyszerkutatásra – ahol molekuláris kombinációkat keresnek betegségek gyógyítására.

Ugyanaz a logika: ne brute-force módon próbálj átgázolni minden lehetőségen, hanem okosabban keress. Az MI nem helyettesíti az emberi kreativitást. Csak egy jobb iránytű, amikor hatalmas, kaotikus területeken kell navigálni.

"A kereskedelmi nyomtatók 90 százaléka nem tudta nyomtatni ezt az ötvözetet. Most, hogy megtaláltuk a működő paramétereket, lényegében demokratizáljuk a nyomtatását" – mondta Jana Doppa, a kutatás vezetője.

Ez a "demokratizálás" szó sokat nyom a latban. Amikor csak hatalmas szervezetek, milliós felszereléssel tudnak előállítani valamit, az innováció lassul. De amikor kisebb laborok, egyetemek, startupok is hozzáférnek ugyanahhoz az anyaghoz? Hirtelen sokkal több agy dolgozik a megoldáson.

Amit gondolok

Szeretem ezt a sztorit, mert megmutatja, mire való az MI a legjobban: nem arra, hogy varázslatosan helyettesítse az emberi erőfeszítést, hanem hogy az emberi erőfeszítést tényleg számítsa.

A kutatók nem "adták át a munkát az MI-nek". Kombinálták a szakértelmüket az MI képességével, hogy hatékonyan keressen hatalmas terekben. Tudták, hogy a sikertelen kísérletek is értékesek. Tudták, milyen kérdéseket kell feltenni.

Ez az MI jövője a tudományban – nem olyan, hogy robotok átveszik a laborokat, hanem okos partnerségek, ahol a gépek kezelik a kombinatorikai rémálmokat, az emberek pedig a kreatív, értelmező munkát végzik.

Most már csak az a kérdés: mi lesz a következő 100 millió lehetőségű probléma, amit meg kell oldani?

Forrás: ScienceDaily