A Boston la ricerca la fanno i robot, soprattutto quelli dotati di intelligenza artificiale. Come nel caso di MAMA BEAR, un vero e proprio laboratorio su ruote, che stampa in 3D, testa e analizza strutture anatomiche e materiali che potrebbero un giorno permette di trovare la combinazione migliore per massimizzare l’assorbimento di energia. E quindi creare l’assorbitore di energia da impatto più efficace al mondo, dotato appunto dell’efficienza energetica più elevata mai raggiunta.
MAMA BEAR sta costruendo il miglior assorbitore di energia al mondo
In sviluppo presso il laboratorio del Dipartimento di Ingegneria dell’Università di Boston, a vederlo anche dal video sembra solo un braccio robotico che posiziona piccoli oggetti di plastica in una scatola posta a terra.
Peccato che ogni oggetto in questione sia il risultato di un esperimento di autonomia robotica, basato su un processo, noto come ottimizzazione bayesiana, che permette al robot di cercare e sviluppare strutture sempre migliori a livello di capacità di assorbimento energetico.
Dal nome curioso, MAMA BEAR (Mechanics of Additively Manufactured Architectures Bayesian Experimental Autonomous Researcher) è stato ideato dal laboratorio dell’Università di Boston nel 2018. Tre anni dopo, nel 2021, la macchina è stata programmata per creare una forma che assorba energia in modo efficiente. Da allora, il robot ha lavorato ininterrottamente per oltre tre anni, producendo più di 25.000 strutture stampate in 3D.
Grazie a questo approccio unico, MAMA BEAR ha recentemente individuato un design vincente che ricorda quello di un fiore stilizzato. Una forma inaspettata, frutto dell’intelligenza artificiale, che ha permesso così di superare il limite precedente e stabilire un nuovo record.
Per saperne di più: Intelligenza artificiale: cos’è e come funziona, tutto sulla AI
Non è nemmeno l’unico robot autonomo nel laboratorio dell’Università di Boston. Altri robot, come NANO BEAR e PANDA BEAR, svolgono compiti diversi, utilizzando sempre tecnologie avanzate per studiare materiali a livello molecolare e testare migliaia di materiali polimerici per trovare quelli però più adatti per le batterie.
L’unica cosa che hanno in comune è il fatto di utilizzare l’apprendimento automatico e l’automazione, che permette loro di accelerare il processo di ricerca e raggiungere risultati che sarebbero altrimenti inaccessibili per costi e tempi necessari.
Il procedimento di selezione del robot AI
Tutto il processo inizia con la creazione di una struttura di plastica attraverso una stampante 3D. Successivamente:
- il robot registra la forma e la dimensione dell’oggetto;
- lo posiziona su una superficie metallica piatta;
- lo schiaccia su una moneta da venticinque centesimi (test di schiacciamento);
- misura quanta energia l’oggetto ha assorbito e come la sua forma è cambiata.
Alla fine l’oggetto schiacciato viene rilasciato nella scatola e il robot pulisce la piastra metallica, pronto per stampare e testare il prossimo pezzo. In questo processo, ogni nuova struttura è leggermente diversa dalla precedente, con design e dimensioni modificati dall’algoritmo del computer del robot basato su tutti gli esperimenti precedenti.
Il risultato è appunto un database di oltre 25.000 materiali stampati, le cui forme hanno (ognuna) potenziali applicazioni pratiche, come l’imbottitura per elettronica o per protezioni sportive. E con una capacità di assorbimento sempre più alta. Prima di MAMA BEAR, la struttura più efficiente nel assorbire energia aveva una capacità stimata attorno al 71%. Tuttavia, nel gennaio 2023, il robot ha raggiunto un nuovo traguardo di efficienza, pari al 75%, superando il record precedente.
Nonostante il record raggiunto, non è ancora chiaro se sia stato raggiunto il massimo dell’efficienza energetica. Pertanto, MAMA BEAR continuerà a operare, spingendo i limiti sempre più avanti e esplorando nuove applicazioni per il database esistente.
Per saperne di più di questo studio, suggeriamo la lettura completa del paper pubblicato su Nature Communications.
Kelsey L. Snapp, Benjamin Verdier, Aldair E. Gongora, Samuel Silverman, Adedire D. Adesiji, Elise F. Morgan, Timothy J. Lawton, Emily Whiting & Keith A. Brown, Superlative mechanical energy absorbing efficiency discovered through self-driving lab-human partnership, Nature Communications (2024), DOI: s41467-024-48534-4.
