NASA menggunakan kecerdasan buatan untuk membuat perangkat yang “kinerja tiga kali lebih baik”

NASA menggunakan kecerdasan buatan untuk membuat perangkat yang “kinerja tiga kali lebih baik”

NASA telah mulai memanfaatkan kecerdasan buatan untuk mengembangkan perangkat keras misinya, menciptakan komponen yang katanya jauh lebih kuat daripada rekan mereka yang dirancang manusia sambil menghemat dua pertiga bobotnya.

itu Proses Struktur LanjutanDikembangkan oleh seorang insinyur penelitian Ryan McClellandmengambil sebagian kecil dari waktu yang dia butuhkan NASADesainer ahli mengandalkan algoritme generatif untuk membuat braket dan dudukan logam untuk berbagai tugas eksplorasi ruang angkasa.

McClelland menjelaskan dalam sebuah wawancara dengan NASA Podcast Langkah Kecil, Lompatan Raksasa.

“AI akan melakukan sesuatu berdasarkan urutan iterasi per menit. Jadi, Anda mendapatkan lebih banyak iterasi, dan karena semakin banyak iterasi, Anda bisa mendapatkan desain yang lebih optimal dengan lebih cepat.”

Bagian dari AI dirancang oleh Ryan McClelland
NASA menggunakan kecerdasan buatan untuk merancang komponen teleskop EXCITE (atas) dan spektrometer (atas)

Sampai saat ini, sistem tersebut telah digunakan untuk mendesain segala sesuatu mulai dari perancah balon NASA Teleskop Xcite ke kursi optik spektrofotometer pencitraan UV untuk menahan komponen optiknya.

“Dari aplikasi saat ini, bangku optik mungkin yang paling mengesankan,” kata McClelland kepada Dezeen.

“Ini adalah perubahan radikal dari bangku optik biasa dan memiliki kinerja struktural yang jauh lebih baik. Itu juga menggabungkan sekitar 10 bagian menjadi satu yang masih bisa dikerjakan dengan mesin CNC.”

Ryan McClelland menunjukkan tunggangan kerangka dari misi Survei dan Penelitian Astrofisika Berskala Waktu (STAR-X).
Insinyur Ryan McClelland mengembangkan proses desain generatif

Sama seperti chatbot ChatGPT atau pembuat gambar DALL-E, sistem masih mengandalkan input manusia dalam bentuk pengarahan yang akurat, merinci persyaratan bagian termasuk beban yang harus dibawanya dan gaya yang akan dikenakan padanya.

Data ini dimasukkan ke dalam perangkat lunak desain generatif, yang mampu menghasilkan 30 hingga 40 iterasi dalam beberapa jam, masing-masing meningkat pada akhirnya untuk mengembangkan arsitektur yang ideal.

“AI hadir dengan desain, kemudian menguji desain dengan analisis elemen hingga untuk memastikannya berfungsi, untuk memeriksa persyaratan, dan kemudian juga mensimulasikan manufaktur untuk memastikannya dapat diproduksi,” jelas McClelland di podcast. .

READ  Cara Membuat Link Google Drive dengan Cepat dan Mudah - Manadopedia

Ini berarti bahwa desain akhir dapat dimasukkan langsung ke dalam proses pemesinan digital dan dikerjakan oleh pabrik CNC standar berdasarkan model CAD.

Dari desain hingga produksi, proses ini dapat memakan waktu paling cepat satu minggu. McClelland memperkirakan ini sekitar sepuluh kali lebih cepat daripada proses normal NASA, yang melibatkan transfer desain antara perancang, penganalisa stres yang memeriksa kinerjanya, dan robot yang menguji apakah dapat diproduksi.

“Apa yang Evolved Structures lakukan adalah bolak-balik antara beberapa orang yang berbeda – dan itu bisa memakan waktu berbulan-bulan atau bertahun-tahun tergantung pada proyek dan seberapa berdedikasi orang-orangnya dan apakah mereka sedang mengerjakan hal lain – yang runtuh menjadi sesuatu yang seluruh komputer lakukan.”

Ryan McClelland memegang elemen rancangan AI untuk instrumen astronomi
Suku cadang diproduksi menggunakan mesin CNC konvensional

Komponen yang dihasilkan menampilkan bentuk organik “hampir seperti tulang” yang mampu menahan beban struktural yang lebih tinggi daripada bagian yang diproduksi manusia.

Faktanya, McClelland menemukan bahwa komponen yang dirancang AI memiliki konsentrasi tekanan hingga 10 kali lebih rendah sambil menghemat hingga dua pertiga dari berat.

“Struktur cenderung tampil jauh lebih baik,” katanya. “Mereka berada di suatu tempat sekitar tiga kali lebih baik dalam hal kinerja.”

Ryan McClelland melihat bagian-bagian NASA
McClelland yakin sistem tersebut dapat membantu NASA menghemat waktu dan uang

Mengingat NASA memproduksi ribuan suku cadang yang ditujukan untuk berbagai misinya yang berbeda setiap tahun, McClelland mengharapkan proses desain menjadi praktik umum saat merancang suku cadang struktural, elektronik, dan subsistem lainnya dalam instrumen dan pesawat ruang angkasa NASA.

Ini, pada gilirannya, akan membantu mengurangi waktu dan biaya yang terkait dengan eksplorasi ruang angkasa.

Dia menjelaskan bahwa “stasiun luar angkasa dapat menampung enam atau tujuh orang, tetapi bernilai 100 miliar dolar.” “Saya benar-benar percaya bahwa AI memiliki potensi untuk secara dramatis menurunkan biaya pengembangan sistem yang rumit ini karena sangat hebat dalam hal-hal seperti ini.”

READ  Restock PS5 di Target Berlangsung Jauh Lebih Lama Dari Biasanya

Sebelumnya, perusahaan perangkat lunak Jerman Hyperganic menggunakan kecerdasan buatan untuk mengembangkan prototipe mesin roket cetak 3D dalam keadaan utuh.

Fotografi oleh Henry Dennis.

About The Author

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *