{"id":52161,"date":"2023-12-04T00:01:23","date_gmt":"2023-12-03T23:01:23","guid":{"rendered":"https:\/\/www.3dnatives.com\/de\/?p=52161"},"modified":"2023-12-04T09:18:46","modified_gmt":"2023-12-04T08:18:46","slug":"jackson-pollock-ki-neues-3d-druckverfahren-041220231","status":"publish","type":"post","link":"https:\/\/www.3dnatives.com\/de\/jackson-pollock-ki-neues-3d-druckverfahren-041220231\/","title":{"rendered":"Jackson Pollock + K\u00fcnstliche Intelligenz = neues 3D-Druckverfahren?"},"content":{"rendered":"

Jackson Pollock ist einer der bedeutendsten amerikanischen K\u00fcnstler des 20. Jahrhunderts und hat die kontempor\u00e4re Kunst ma\u00dfgebend mitgestaltet. Oft dem abstrakten Expressionismus zugeordnet, hat er sich vor allem durch sein action painting<\/em> abgehoben und Ende der 1940er Jahre eine eigene Technik entwickelt, die Tropfmalerei, die oft als drip painting<\/em> oder auch einfach als dripping<\/em> bezeichnet wird. Daf\u00fcr arbeitete er auf dem Boden und tropfte die Farbe auf die Leinw\u00e4nde oder lie\u00df das Farbmaterial direkt aus der Dose darauf flie\u00dfen. Was wie wahlloses darauf-los-Tr\u00f6pfeln erscheinen mag, ist eine kontrollierte Technik, bei der Pollock den Farbfluss stetig kontrollierte und so nach seinen W\u00fcnschen auf die Leinwand brachte. Beim action painting<\/em> zeichnete er die Formen in die Luft, wobei die Farben dann im angestrebten Muster durch die Schwerkraft beg\u00fcnstigt zu Boden auf die Leinwand tr\u00f6pfelten.<\/p>\n

Wissenschaftler am Soft Math Lab der Harvard Universit\u00e4t lie\u00dfen sich von Pollocks Ansatz inspirieren, um eine neue 3D-Drucktechnologie zu erforschen. Bei den derzeitigen Extrusionsverfahren<\/a> befindet sich die D\u00fcse nur wenige Millimeter von der Bauplatte oder der letzten Schicht des zu druckenden Objekts entfernt, um die dynamische Instabilit\u00e4t des Materialstroms zu kontrollieren und \u00a0Druckfehlern<\/a> vorzubeugen. Das Problem dabei ist ein physikalisches. Die Druckmaterialien unterliegen den physikalischen Prinzipien der Fl\u00fcssigkeitsdynamik. Fallen Fl\u00fcssigkeiten aus gro\u00dfer H\u00f6he, werden sie instabil. Der Strom faltet sich oder rollt sich in sich zusammen. Das kann man ganz einfach auch selbst zuhause feststellen, ob mit Wasser, Honig, Schokoso\u00dfe. Pollock schien in seinen Maltechniken diesen Strahl allerdings kontrolliert zu haben und das veranlasste das Forschungsteam aus Harvard zur Fragestellung f\u00fcr die Studie: Kann eine Maschine so trainiert werden, dass sie wie Pollock malt? Mit anderen Worten: Kann der 3D-Druck Pollocks Techniken nutzen, um z\u00fcgig und pr\u00e4zise komplexe Objekte und Formen zu drucken?<\/p>\n

\"Drip

Number 1 (Lavender Mist), 1950 von Jackson Pollock mit dripping-Technik gefertigt. (Bild: Wikimedia Commons)<\/p><\/div>\n

Um dies zu untersuchen, ist es ma\u00dfgeblich, die Instabilit\u00e4ten der Fl\u00fcssigkeiten f\u00fcr sich nutzen zu k\u00f6nnen, indem man sie gr\u00fcndlich erforscht, kontrolliert und iterativ anwendet. „Wir wollten eine Technik entwickeln, die sich die Instabilit\u00e4ten beim Falten und Wickeln zunutze macht, anstatt sie zu vermeiden“<\/em>, sagt Gaurav Chaudhary, Mitglied der Forschungsgruppe rund um den Leiter Lakshminarayanan Mahadevan und Erstautor der Studie Learning to write with the fluid rope trick<\/em>, die am 23.10.2023 in der Fachzeitschrift Soft Matters<\/em> ver\u00f6ffentlicht wurde. Um den \u00a0Pollockschen \u201eFl\u00fcssigkeitsseiltrick\u201c auch f\u00fcr den 3D-Druck anzuwenden zu k\u00f6nnen, profitierte die Forschungsgruppe von den ehemaligen Forschungen des Studienleiters Mahadevan. In seinen bisherigen Arbeiten untersuchte der indisch-amerikanische Biologe und Mathematiker die mathematischen Eigenschaften von Objekten oder gar Materialien, wie Insektenfl\u00fcgeln, Pilzbewegungen oder eben der Tropfenbildung von Fl\u00fcssigkeiten. Er war es auch, der vor \u00fcber 20 Jahren eine physikalische Erkl\u00e4rung dazu lieferte und Pollocks intuitiver Nutzung einen physikalischen Background zusprach. Sein Motto lautet stets, die Physik aktiv f\u00fcr sich zu nutzen, statt sie zu umgehen. Die Forscher kombinierten so Physik und KI, um Pollocks drip paint<\/em>-Methode auf einen schnellen und pr\u00e4zisen 3D-Druck anwenden zu k\u00f6nnen.<\/p>

\"\"<\/a><\/div>\n

Ziel der Forschung war es nicht, einen neuen Pollock durch Algorithmen zu schaffen. Im Fokus stand viel mehr, die karrierepr\u00e4gende Technik des K\u00fcnstlers in der additiven Fertigung<\/a> nachzuahmen und so den 3D-Druck von komplexen Formen aus weiterer Entfernung zur Druckplatte umzusetzen und schneller zu drucken. In physikalischer Hinsicht bedienten sich die Wissenschaftler der Erkenntnisse der Str\u00f6mungsmechanik, die auch Pollock f\u00fcr sich zu nutzen wusste. „Wenn man sich herk\u00f6mmliche 3D-Drucker ansieht, gibt man ihnen einen Weg von Punkt A nach Punkt B vor, und die D\u00fcse gibt die Tinte entlang dieses vorgegebenen Weges ab“<\/em>, sagt Gaurav Chaudhary und f\u00e4hrt fort: „Aber Pollocks Ansatz, die Farbe aus der H\u00f6he zu werfen, bedeutete, dass die Farbe, selbst wenn sich seine Hand in einer bestimmten Flugbahn bewegte, dieser Flugbahn aufgrund der durch die Schwerkraft gewonnenen Beschleunigung nicht folgte. Eine kleine Bewegung konnte zu einem gro\u00dfen Farbspritzer f\u00fchren. Mit dieser Technik kann man gr\u00f6\u00dfere L\u00e4ngen drucken, als man sich bewegen kann, weil man diese kostenlose Beschleunigung durch die Schwerkraft erh\u00e4lt.“<\/em><\/p>\n

\"\"

Pollock spielte bei seinen Projekten mit dem Aufrollen von Fl\u00fcssigkeiten. Mithilfe von k\u00fcnstlicher Intelligenz kann eine Maschine lernen, diesen Stil zu imitieren. (Bild: SEAS Harvard)<\/p><\/div>\n

F\u00fcr den erfolgreichen Druck war es allerdings entscheidend, das Einrollen der Fl\u00fcssigkeiten aus gr\u00f6\u00dferer Entfernung zu steuern, das hei\u00dft, die D\u00fcse des 3D-Druckers<\/a> musste in der Lage sein, den Fl\u00fcssigkeitsstrom zu kontrollieren. Um der D\u00fcse das \u201ebeizubringen\u201c, setzten die Wissenschaftler auf Machine Learning, genauer gesagt auf das Deep Reinforcement Learning. Dabei handelt es sich um einen algorithmischen Ansatz zur iterativen Leistungsverbesserung. „Mit Deep Reinforcement Learning kann das Modell aus seinen Fehlern lernen und mit jedem Versuch genauer werden“<\/em>, so Chaudhary. \u201eDie Methode geht davon aus, dass ein Lernender (D\u00fcse) wiederholt mit der Umgebung (einem viskosen Filamentsimulator) interagiert und seine Strategie anhand der Ergebnisse dieser Erfahrung verbessert.<\/em>\u201c<\/p>\n

Die Methode erinnert ein bisschen an das \u00dcberziehen von Weihnachtspl\u00e4tzchen mit Zuckerguss. Tats\u00e4chlich dekorierten die Forscher zum Testen ihrer Methode auch Kekse mit Schokosirup und druckten verschiedene komplexe Formen. Im Rahmen der Studie wurden zwar nur einfache Fl\u00fcssigkeiten verwendet, der Ansatz k\u00f6nne in Zukunft aber auch auf fl\u00fcssige Polymere<\/a>, Pasten und Lebensmittel ausgeweitet werden und neue Horizonte im 3D-Druck \u00f6ffnen, so die Meinung der Wissenschaftler. „Physikalische Prozesse f\u00fcr funktionale Ergebnisse zu nutzen, ist sowohl ein Kennzeichen intelligenten Verhaltens als auch das Herzst\u00fcck der technischen Entwicklung. Dieses kleine Beispiel zeigt einmal mehr, dass das Verst\u00e4ndnis der Entwicklung des Ersten uns helfen k\u00f6nnte, das Zweite besser zu beherrschen“<\/em>, verlautete Mahadevan. Mehr dazu finden Sie HIER<\/a>.<\/p>\n