3D打印最优减震结构，全靠AI“暴力破解”

在材料科学、结构优化和3D打印技术不断进步的今天，一项发表在《Nature Communications》的突破性研究再次刷新了认知。

美国陆军支持的一个项目中，自主机器人利用人工智能，成功设计出了一种人类难以企及的减震结构，将能量吸收效率提升至75%的惊人水平。

这一里程碑式的成果，不仅为3D打印技术的应用开辟了新赛道，更为未来设计出更安全、更高效的产品带来了无限可能。

放眼未来，当AI自主研发成为常态，3D打印将因AI而迸发出怎样的创新活力？让我们一探究竟。

机器学习暴力破解减震新思路

在波士顿大学的一个实验室里，一台名为"MAMA BEAR"的自主机器人日夜不停地工作着。

三年来，它利用机器学习算法，在11个几何参数的设计空间内探索，生产并测试了超过25,000个3D打印结构。

而它的成果，是一种人类设计师难以想象的减震形状——更高、更薄，四个点状凸起犹如花瓣一般的最优减震结构。

十一维的参数浩如烟海

找到这个最优的减震结构，机器学习用的参数囊括了11个影响结构性能的关键几何参数。具体来说,它们控制了结构的:

1. 外径

2. 壁厚

3. 单元数量

4. 单元高度

5. 单元顶角

6. 单元底角

7. 单元旋转角度

8. 垂直于轴向的棱柱数量

9. 平行于轴向的棱柱数量

10. 垂直棱柱的高度比例

11. 平行棱柱的高度比例

    
    

AI的任务，就是在这个庞大的11维参数空间中，寻找能量吸收效率最高的那一个"最优解"。

需要指出的是, 11维空间的设计可能性是极其庞大的。假设每个参数有10种选择, 组合起来就有10^11，也就是100亿种可能!

这对人类设计师而言是一个几乎不可能完成的任务。对于AI来说，通过不知疲倦的试错，并最终找到"最优解"。

在每次迭代中，结构都被3D打印，并且进行了压溃测试，以验证实际的能量吸收效率。

图a 展示了前21,500次实验中每次测量的最大能量吸收效率（Ks*）。图中用黑星标出了一些值得注意的组件（黑星），以及性能最高的结构（红星）。图片颜色代表使用的材料，绿色代表PLA，蓝色代表PETG，红色/灰色代表不同类型的TPU。实线蓝线表示观察到的最大Ks*的运行值。

图b 显示了实验编号为21,285的高效能量吸收结构Palm的有效应力（σ）与有效应变（ε）曲线，Ks* = 75.2%。嵌入照片展示了在曲线不同点的组件状态。阴影区域用于计算Ks*。

最终最优解是个看似怪异的形状，却在能量吸收效率上创下了75%的新纪录，远超此前71%的最高水平。

此研究也在Nature Communications发表：

AI只提高了4%的能量吸收效率，很厉害吗？

从71%提高到75%的能量吸收效率，乍一看可能并不起眼，但实际上却是一个了不起的突破。AM易道来解释一下其中的原因。

1. 在优化过程中，最初的优化比较容易，性能提升幅度大；但当性能达到一定水平后，再去提升就会变得非常困难，,需要付出成倍的努力。此研究能在人类现有能力的71%的基础上再提高4个百分点，这是人类现有技术和设计难以做到的。
   
   

2. 实际影响巨大：能量吸收效率的提高，意味着在相同质量下，材料可以吸收更多的能量，或者在吸收相同能量的情况下，材料的质量可以减轻。4个百分点的提升，放在实际应用中会产生巨大影响。以汽车行业为例，车身材料的减重1%，就可以显著提升燃油效率和行驶里程。而在航空航天领域，材料质量的减少对成本和性能的影响更加显著。
   
   

3. 颠覆性的设计：AI找到的最优结构，其形态与人类设计师的直觉大相径庭。这表明机器在设计空间的探索中，打破了人类经验的桎梏，创造出了人类难以想象的结构。它提醒我们，在一些复杂的问题上，人工智能可能会比人类专家走得更远。

   

从实验室到商业应用：防护减震

高效的减震结构，在军事领域有着广泛而重要的应用。

Keith Brown教授团队与美国陆军合作，利用这项研究积累的海量实验数据，为军人设计出了全新的头盔内衬。

这款正在申请专利的内衬，在提供出色防护的同时，还大大提升了佩戴的舒适度。

与创纪录的减震结构不同，军用头盔内衬在设计上更加温和，中心更柔软，长度更短，以舒适性为先。这些看似细微的改变，都源自机器学习对人体工学因素的精准把控。

下面四种头盔内衬图为网络配图，与本文提到的研究成果无关。

AM易道观点：AI驱动3D打印产业变革的又一前奏

AM易道认为，此研究项目的成功，预示着3D打印产业一个新的发展方向—"AI+3D打印"。这一范式的核心，是利用机器学习从海量实验数据中提炼知识，形成智能化的设计闭环。

它不仅能极大提升材料研发效率，更能拓展设计思路，探索出人类难以触及的智慧上限。

对于3D打印企业而言，这无疑是一个变革的信号。在"AI自主研究"的新赛道上，先行者将有机会以更低成本、更高效率攻克技术难题，抢占未来市场先机。

尤其在减震降噪领域，从头盔、运动护具到汽车工业，都存在巨大的应用潜力。

Keith Brown教授言道："你可以利用这个数据库，来制造更好的汽车保险杠或包装。"

结语：

通过AI的“暴力破解”优化，在巨量的参数空间中找到了减震结构的最优解，将能量吸收效率提升至75%，刷新了人类设计的纪录。

这一突破性成果，昭示着AI在材料设计和功能优化领域的巨大潜力。

随着AI能力的不断提升，我们有望输入更多参数，探索更广阔的设计空间，挑战更多看似"不可能"的目标功能。

这意味着，在AI的助力下，许多物体的结构将被重新定义、重新塑造。

机器将打破人类设计师固有的经验和直觉束缚，创造出前所未见的"怪异"结构。

而这无数的新兴怪异结构，只有3D打印才能自由制造。