Project Dreamcatcher de AutoDesk Research es un sistema de diseño generativo que utiliza algoritmos basados en la naturaleza para crear soluciones de diseño optimizadas en tiempo real.
Beneficios
- Eficiente
- Reducción del uso de materiales
Aplicaciones
- Diseño de producto
- Impresión 3D
- Ingeniería
Objetivos de desarrollo sostenible de la ONU abordados
-
Objetivo 9: Innovación e infraestructura de la industria
-
Objetivo 12: Producción y Consumo Responsables
El Desafío
Los métodos de diseño tradicionales suelen utilizar materiales adicionales para aumentar la resistencia de las estructuras. Estos materiales muchas veces pueden terminar siendo innecesarios en el diseño final. Los diseñadores también pueden verse limitados por la forma de los materiales de construcción tradicionales, como los ladrillos. Sin embargo, las nuevas tecnologías de IA están creando la oportunidad de explorar diferentes opciones de diseño para materiales y diseños tradicionales.
Detalles de la innovación
El sistema Dreamcatcher permite a los usuarios generar miles de soluciones de diseño generativo que cumplen con una variedad de restricciones. Los diseñadores pueden ingresar objetivos de diseño específicos, incluidos los requisitos funcionales, el tipo de material, el método de fabricación, los criterios de rendimiento y las restricciones de costos. Luego, la IA usa diferentes algoritmos para buscar una gran cantidad de diseños generados para satisfacer los requisitos de diseño. El primer algoritmo se basa en las redes adaptables y redundantes creadas por el moho mucilaginoso, y el segundo algoritmo se basa en la estructura reticular a microescala del crecimiento óseo de los mamíferos. Las alternativas de diseño resultantes, junto con los datos de rendimiento de cada solución, se presentan luego en el contexto de todo el espacio de solución de diseño. Los diseñadores pueden evaluar las soluciones generadas en tiempo real, volviendo en cualquier momento a la definición del problema para ajustar objetivos y restricciones para generar nuevos resultados que se ajusten a la definición refinada de éxito. Una vez que se selecciona el diseño apropiado, el diseñador puede enviar el diseño a las herramientas de fabricación o exportar la geometría resultante para usarla en otras herramientas de software.
Simulación de IA de diseños ligeros para un nuevo dron. Foto: Investigación de AutoDesk.
Modelo biologico
El moho mucilaginoso es un forrajeador extremadamente efectivo, capaz de crear redes extensas y altamente eficientes entre las fuentes de alimento. Maximiza su capacidad para encontrar alimentos al "recordar" y fortalecer las porciones de su citoplasma que se conectan a las fuentes activas de alimentos. Al contraer y expandir rítmicamente su cuerpo, el moho mucilaginoso puede moverse y hacer crecer su cuerpo en busca de alimento. Al recortar las conexiones y mantener solo las vías activas, utiliza la menor cantidad posible de recursos y energía y, al mismo tiempo, crea un sistema resistente y tolerante a fallas.
El hueso es increíblemente fuerte, debido en parte a su composición de colágeno y fosfato de calcio. El fosfato de calcio agrega fuerza formando pequeños cristales dentro del hueso y uniéndose a las fibras de colágeno para formar una estructura reticular. El producto final es un material que es considerablemente más rígido que el colágeno pero de menor peso y no tan frágil como el fosfato de calcio.
