新芒x 10月18日消息，为了减少发现3D打印新材料所需的时间，麻省理工学院的研究人员开发了一种数据驱动的程序，使用机器学习来优化具有多种特性的新 3D 打印材料，如韧性和压缩强度。
通过简化材料开发，该系统降低了成本，并通过减少化学废物的数量来减轻对环境的影响。机器学习算法还可以通过提出人类直觉可能错过的独特化学配方来刺激创新。
在研究人员开发的系统中，一个优化算法完成了大部分的试错发现过程。材料开发者选择一些成分，将其化学成分的细节输入算法，并定义新材料应具有的机械性能。然后，该算法增加和减少这些成分的数量（就像在放大器上转动旋钮），并检查每种配方如何影响材料的特性，然后得出理想的组合。
