ทีมนักวิจัยเปิดตัว CP-Agent เอเจนต์ AI ช่วยทำงานจำลองพฤติกรรมเชิงกลของโลหะ
งานวิจัยใหม่เผยโฉม CP-Agent ระบบปัญญาประดิษฐ์ที่ช่วยอัตโนมัติการจำลอง crystal plasticity จากคำสั่งภาษาธรรมชาติ
วงการวิจัยวัสดุด้านคอมพิวเตอร์ก้าวไปอีกขั้น เมื่อคณะนักวิจัยนำโดย Samuel Onimpa Alfred, Abhishek Kumar และ Veera Sundararaghavan ได้เผยแพร่งานวิจัยเกี่ยวกับ CP-Agent บนคลังบทความวิชาการ arXiv เมื่อวันที่ 25 กันยายน 2026 ที่ผ่านมา
การจำลองพฤติกรรมเชิงกลของโลหะโพลีคริสตัลลีนหรือ crystal plasticity (CP) เป็นเครื่องมือสำคัญในการคาดการณ์คุณสมบัติของวัสดุ แต่ในอดีตมักเผชิญอุปสรรคจากขั้นตอนการตั้งค่าเครื่องมือที่หลากหลาย การจัดการชุดข้อมูลหลายขั้นตอน และการปรับเทียบพารามิเตอร์เชิงทฤษฎีกับการทดลองด้วยมือ ซึ่งใช้แรงงานและเวลามาก
เพื่อแก้ปัญหานี้ CP-Agent จึงถูกพัฒนาขึ้นในรูปแบบเอเจนต์ที่ขับเคลื่อนด้วยโมเดลภาษาขนาดใหญ่ (LLM) ทำงานผ่านกระบวนการคิดแบบ ReAct (Reasoning and Acting) เพื่อเลือกและจัดลำดับเครื่องมืออัตโนมัติ พร้อมทั้งส่งต่อการคำนวณเชิงตัวเลขไปยังระบบตัวหาค่าเหมาะที่สุด (optimizers) ที่มีอยู่เดิม
ในงานวิจัยดังกล่าว ผู้วิจัยได้สาธิตการทำงานผ่าน 4 กรณีศึกษา ได้แก่ การปรับพารามิเตอร์ของเหล็กกล้า 316L, การเทียบข้อมูลทองแดง 2 กรณี และการจำลองกระบวนการรีดโลหะผสมแมกนีเซียม-สังกะสี-แคลเซียม (Mg-Zn-Ca) หลายรอบ ซึ่งช่วยลดความยุ่งยากในการทำงานวิเคราะห์เชิงระบบได้อย่างมีนัยสำคัญ
ช่วยให้งานวิจัยด้านวัสดุศาสตร์และการผลิตโลหะดำเนินไปได้รวดเร็วขึ้น ลดภาระการตั้งค่าระบบด้วยมือ และเปิดทางให้วิศวกรไทยสามารถจำลองพฤติกรรมวัสดุซับซ้อนผ่านคำสั่งภาษาธรรมชาติได้ง่ายขึ้น