L'intelligence artificielle pour des casques de vélo plus sûrs et de meilleures semelles de chaussures

Des casques de vélo qui absorbent l'énergie d'un impact, des chaussures de course qui vous donnent un coup de pouce supplémentaire à chaque pas, ou des implants qui se comportent comme des os naturels. Les métamatériaux rendent ces applications possibles. Leur structure interne est le résultat d'un processus de conception minutieux, à la suite duquel les imprimantes 3D produisent des structures aux propriétés optimisées. Des chercheurs et chercheuses dirigées par Dennis Kochmann, professeur de mécanique et de matériaux au Département de génie mécanique et de génie des procédés de l'ETH Zurich, ont mis au point de nouveaux outils d'IA qui contournent le processus de conception des métamatériaux, qui prend du temps et repose sur l'intuition. Au lieu de cela sont prédits des métamatériaux aux propriétés extraordinaires de manière rapide et automatisée. Fait nouveau, leur cadre s'applique à des charges importantes (dites non linéaires), par exemple lorsqu'un casque absorbe des forces importantes lors d'un impact.

L'équipe de Dennis Kochmann a été l'une des premières à concevoir des structures cellulaires à petite échelle (semblables aux réseaux de poutres des maisons à ossature en bois) pour créer des métamatériaux dotés de propriétés spécifiques ou extrêmes. «Par exemple, nous concevons des métamatériaux qui se comportent comme des fluides : difficiles à comprimer mais faciles à déformer. Ou encore des métamatériaux qui se rétractent dans toutes les directions lorsqu'ils sont comprimés dans une direction particulière», explique Dennis Kochmann.

Conception efficace et optimale des matériaux

Les possibilités de conception semblent infinies. Cependant, le potentiel des métamatériaux est loin d'être pleinement exploité, car le processus de conception est basé sur l'expérience, impliquant des essais et des erreurs. En outre, de petites modifications de la structure peuvent entraîner d'énormes changements dans les propriétés.

Dans leur récente percée, les scientifiques ont réussi à utiliser l'IA pour explorer systématiquement l'abondante conception et les propriétés mécaniques de deux types de métamatériaux. Leurs outils informatiques peuvent prédire les structures optimales pour les réponses de déformation souhaitées en appuyant sur un bouton. La clé réside dans l'utilisation de vastes ensembles de données sur le comportement de déformation de structures réelles pour former un modèle d'IA qui non seulement reproduit les données, mais génère et optimise également de nouvelles structures. En tirant parti d'une méthode connue sous le nom d'autoencodeurs variationnels, l'IA apprend les caractéristiques essentielles d'une structure à partir d'un vaste ensemble de paramètres de conception et la manière dont ils aboutissent à des propriétés spécifiques. Elle utilise ensuite ces connaissances pour générer un modèle de métamatériau lorsque les chercheurs spécifient les propriétés et les exigences souhaitées.

Assemblage des blocs de construction

Li Zheng, doctorante dans le groupe de Dennis Kochmann, a entraîné un modèle d'IA en utilisant un ensemble de données d'un million de structures et leur réponse simulée. «Imaginez une énorme boîte de briques Lego : vous pouvez les disposer d'innombrables façons et, avec le temps, apprendre des principes de conception. L'IA y parvient de manière extrêmement efficace et apprend les caractéristiques essentielles de la conception et la manière d'assembler les éléments constitutifs des métamatériaux pour leur conférer une douceur ou une dureté particulière», explique Li Zheng. Contrairement aux approches antérieures qui utilisaient un petit catalogue de blocs de construction comme base de conception, la nouvelle méthode donne à l'IA la liberté d'ajouter, de supprimer ou de déplacer les blocs de construction de manière presque arbitraire. Avec Sid Kumar, professeur adjoint à l'Université de Delft et ancien membre de l'équipe de Dennis Kochmann, ils et elles ont montré dans un article récemment publié que le modèle d'IA peut même aller au-delà de ce à quoi il a été formé et prédire des structures bien meilleures que tout ce qui a été généré jusqu'à présent.

Apprendre du cinéma

Jan-Hendrik Bastek, également doctorant dans le groupe de Dennis Kochmann, a utilisé une approche différente pour parvenir à un résultat similaire. Il a utilisé une méthode introduite à l'origine pour la génération de vidéos basées sur l'IA, qui est devenue courante : si vous tapez «un éléphant survolant Zurich», l'IA génère une vidéo réaliste d'un éléphant tournant autour de l'église de Fraumünster. Jan-Hendrik Bastek a entraîné son système d'IA à l'aide de 50'000 séquences vidéo de structures déformables imprimées en 3D. «Je peux insérer la trajectoire de déformation des structures et l'IA produit une vidéo de la structure optimale et de la réponse de déformation complète», explique Jan-Hendrik Bastek. La plupart des approches précédentes se sont concentrées sur la prédiction d'une seule image de la structure optimale. Cependant, il est essentiel de fournir à l'IA des vidéos de l'ensemble du processus de déformation pour conserver la précision dans des scénarios aussi complexes. Sur la base des séquences vidéo, l'IA peut créer des plans pour de nouveaux matériaux, en tenant compte de scénarios extrêmement complexes.

De grands avantages pour les casques de vélo et les semelles de chaussures

Les chercheuses et chercheurs ont mis leurs outils d'IA à la disposition de la communauté des métamatériaux. Ils et elles espèrent ainsi pouvoir concevoir de nombreux matériaux nouveaux et inhabituels. Ces outils ouvrent de nouvelles voies pour le développement d'équipements de protection tels que les casques de vélo et pour d'autres applications des métamatériaux, de l'ingénierie médicale à la robotique douce. Même les semelles de chaussures peuvent être conçues pour mieux absorber les chocs lors de la course ou pour donner un coup de pouce lors de la descente. L'IA remplacera-t-elle complètement la conception manuelle des matériaux ? «Non», répond Dennis Kochmann en riant. «Bien utilisée, l'IA peut être un assistant très efficace et diligent, mais elle doit recevoir les bonnes instructions et la bonne formation, ce qui nécessite des principes scientifiques et un savoir-faire en matière d'ingénierie.