Une machine peut-elle être entraînée à peindre comme Jackson Pollock ? Moreover précisément, l’impression 3D peut-elle exploiter les tactics distinctives de Pollock pour imprimer rapidement et précisément des formes complexes ?
« Je voulais savoir si on pouvait reproduire Jackson Pollock et procéder à l’ingénierie inverse de ce qu’il avait fait », a déclaré L. Mahadevan, professeur Lola England de Valpine de mathématiques appliquées à la Harvard John A. Paulson Faculty of Engineering and Applied Sciences (SEAS). et professeur de biologie organisationnelle et évolutive et de physique à la Faculté des arts et des sciences (FAS).
Mahadevan et son équipe ont combiné la physique et l’apprentissage automatique pour développer une nouvelle technique d’impression 3D able de créer rapidement des motifs physiques complexes – notamment la copy d’un phase d’une peinture de Pollock – en exploitant la même instabilité naturelle des fluides que celle utilisée par Pollock dans son travail.
La recherche est publiée dans Comfortable Subject.
L’impression 3D et 4D a révolutionné la fabrication, mais le processus est encore extrêmement lent.
Le problème, comme c’est généralement le cas, est la physique. Les encres liquides sont soumises aux règles de la dynamique des fluides, ce qui signifie que lorsqu’elles tombent d’une hauteur, elles deviennent instables, se plient et s’enroulent sur elles-mêmes. Vous pouvez observer cela à la maison en versant du miel sur un morceau de suffering grillé.
Il y a furthermore de vingt ans, Mahadevan a fourni une explication physique basic de ce processus, puis a suggéré comment Pollock aurait pu utiliser intuitivement ces idées pour peindre à length.
Aujourd’hui, la plupart des tactics d’impression 3D et 4D placent la buse d’impression à quelques millimètres de la floor, éliminant ainsi l’instabilité dynamique du flux liquide.
Mais Mahadevan a une devise : utiliser la physique au lieu de l’éviter.
« Nous voulions développer une procedure capable de tirer parti des instabilités de pliage et d’enroulement, plutôt que de les éviter », a déclaré Gaurav Chaudhary, ancien chercheur postdoctoral à SEAS et premier auteur de l’article.
Pollock a composé ses célèbres peintures au goutte-à-goutte en plaçant une toile sur le sol et en y versant des gouttes, des gouttes et des éclaboussures de peinture par le haut. Pour un œil non averti, sa approach peut sembler aléatoire, mais Pollock a toujours affirmé qu’il avait un contrôle full sur le flux de la peinture.
Surnommé « action painting », Pollock a dessiné dans l’espace au-dessus de la toile, créant des formes dans l’air qui tombaient sur la toile en dessous.
« Si vous regardez les imprimantes 3D traditionnelles, vous leur fournissez un chemin allant du issue A au place B et la buse dépose l’encre le prolonged de ce chemin spécifié », a déclaré Chaudhary. « Mais l’approche de Pollock consistant à lancer de la peinture d’une hauteur signifiait que même si sa principal se déplaçait selon une trajectoire spécifique, la peinture ne suivait pas cette trajectoire en raison de l’accélération owing à la gravité. Un petit mouvement pouvait entraîner de grandes éclaboussures de peinture. Grâce à cette strategy, vous pouvez imprimer des longueurs plus grandes que celles que vous pouvez déplacer, car or truck vous bénéficiez de cette accélération libre grâce à la gravité.
La problem était : comment le contrôler ?
Pour apprendre à manipuler la buse pour imprimer à distance et contrôler l’enroulement du fluide, Mahadevan et Chaudhary, ainsi que les co-auteurs Stephanie Christ, ancienne étudiante du Tender Math Lab de Mahadevan et A. John Hart, professeur de génie mécanique au MIT, a combiné la physique du bobinage avec l’apprentissage par renforcement profond, qui est une approche algorithmique pour améliorer les performances de manière itérative. Mahadevan et son équipe ont utilisé des approaches développées par Petros Koumoutsakos, Herbert S. Winokur, professeur Jr. d’informatique en sciences et en ingénierie à SEAS.
« Grâce à l’apprentissage par renforcement profond, le modèle peut apprendre de ses erreurs et devenir de as well as en furthermore précis à chaque essai », a déclaré Chaudhary.
Grâce à cette procedure, les chercheurs ont imprimé une série de formes complexes, peignant à la manière de Pollock et décorant même un biscuit avec du sirop de chocolat.
Les chercheurs ont utilisé des fluides simples pour cette recherche, mais l’approche pourrait être élargie pour inclure des fluides additionally complexes, tels que des polymères liquides, des pâtes et divers sorts d’aliments.
« Exploiter les processus physiques pour obtenir des résultats fonctionnels est à la fois une caractéristique du comportement clever et au cœur de la conception method. Ce petit exemple suggère, une fois de as well as, que comprendre l’évolution du premier pourrait nous aider à être meilleurs dans le second », a déclaré Mahadevan..
Alors que les recherches se poursuivent, on ne sait pas où Mahadevan pourrait ensuite chercher l’inspiration.
« Quand vous êtes dans le laboratoire de Maha, rien n’est exclu », a déclaré Chaudhary.
La recherche a été financée en partie par la Nationwide Science Foundation sous la subvention DMR-2011754 et la Fondation Simons.
