새로운 메타물질 생성 효율성 74%. ETH 및 기타 업체는 대수 언어 모델을 사용하여 차원을 줄이고 3D 구조를 설계합니다.

ETH Zurich와 Delft University of Technology는 생성 AI를 사용하여 3D 메타물질 역설계를 달성하는 DiffuMeta 프레임워크를 "Nature - Machine Intelligence"에 발표했습니다. 기존의 토폴로지 최적화에는 많은 양의 시뮬레이션이 필요하고 비선형의 얇은 쉘 구조를 처리하기 어렵고, 복셀 AI 생성 비용이 높고 표면이 거칠습니다. DiffuMeta는 복잡한 3D 형상을 대수적 언어 시퀀스로 변환하여 확산 변환기가 텍스트와 같은 구조를 생성할 수 있도록 합니다. 목표 응력-변형률 곡선을 입력하기만 하면 해당 단위 셀이 자동으로 출력되어 여러 기계적 특성을 동시에 제어할 수 있습니다. 테스트에서 생성된 구조의 100%가 새로운 토폴로지였으며 74%가 요구 사항을 충족했으며(임의 조합의 3.2%만) 비선형 목표 오류는 4.6% 미만이었습니다. 3D 프린팅 사례는 맞춤형 기능성 소재의 개발을 가속화하여 기계 메타물질 설계에 대한 보다 정확하고 빠르며 비용 효율적인 새로운 경로를 제공하는 능력을 검증했습니다.