74 % d'efficacité dans la création de nouveaux métamatériaux. l'ETH et d'autres utilisent des modèles de langage algébrique pour réduire la dimensionnalité et concevoir des structures 3D

L'ETH Zurich et l'Université technologique de Delft ont publié le cadre DiffuMeta dans "Nature - Machine Intelligence", utilisant l'IA générative pour réaliser une conception inversée de métamatériaux 3D. L'optimisation topologique traditionnelle nécessite un grand nombre de simulations et est difficile à gérer des structures à coques minces non linéaires, tandis que les coûts de génération d'IA voxel sont élevés et les surfaces sont rugueuses. DiffuMeta convertit des géométries 3D complexes en séquences de langage algébrique, permettant au transformateur de diffusion de générer des structures telles que du texte. Saisissez simplement la courbe contrainte-déformation cible et la cellule unitaire correspondante peut être automatiquement sortie, contrôlant plusieurs propriétés mécaniques en même temps. Lors du test, 100 % des structures générées étaient de nouvelles topologies, 74 % répondaient aux exigences (seulement 3,2 % de combinaisons aléatoires) et l'erreur de cible non linéaire était inférieure à 4,6 %. Les exemples d’impression 3D ont vérifié sa capacité à accélérer le développement de matériaux fonctionnels personnalisés, ouvrant ainsi une nouvelle voie plus précise, plus rapide et plus rentable à la conception mécanique de métamatériaux.