当前位置:首页 > 新闻中心 > 新闻详情

研究人员将使用人工智能测试新材料,所以工程师无需再检测了

2024 / 07 / 01

01

我们生活在物质世界里

面对全球演变的激烈时期,包括气候变化、人口老龄化以及粮食和水等资源的日益增长的需求,创新材料的开发可能会决定人类未来的命运。

最近,亚利桑那州立大学(Arizona State University , ASU)富尔顿工程学院计算与增强智能学院计算机科学副教授傅彦杰和他的同事、陶氏公司(纽约证券交易所:陶氏公司)的高级数据科学家阿里克斯·施密特(Alix Schmidt)获得了美国国家工程院授予的格兰杰基金会工程前沿基金。这笔资金用于利用人工智能帮助设计新材料。

施密特说:“尽管我们可能很少注意到,但材料科学对我们的日常生活有着巨大的影响。在我早上去上班时,我已经接触过数百种材料创新。每天的防晒乳不会让我感到油腻;我的车不会因为密歇根冬天道路的盐渍而生锈;我的手机也不会怪我把它掉在停车场了。”

这笔赠款旨在帮助研究人员利用人工智能来提高开发聚合物或无机材料的速度并降低成本。

人工智能发现的新材料可以开发出具有独特性能的材料,也有可能使飞机变得更安全、食品储存更长久、军事技术更能负担得起。

02

更可持续的流程

可节省时间、减少开支

现在,制造新材料的过程通常包括物理制造新材料。工程师们通常必须生产新型的弹性橡胶、耐热塑料或更耐用的玻璃,并对每种材料都进行测试,有时甚至需要反复试验,直到找到可以用于大规模生产的材料。

在这个项目中,傅彦杰和施密特将使用一种叫深度机器学习的人工智能,计算机运行软件程序,让他们能够模拟人类的思维通过示例学习。研究人员将使用材料科学领域的大型历史数据库,从本质上训练机器制作新材料的虚拟模型,进行模拟测试,并向科学家提供关键信息。

傅彦杰说:“人工智能系统将用历史数据来了解材料成分的模式,避免对每种材料逐一测试。”

他们团队的努力还将创建一个更环保、更可持续的生产管道,因为它将不再需要消耗资源来测试可能永远不会被投入使用的配方。

傅彦杰说:“结果就是,只有做出有希望的选择,实验室才能把钱花在最有可能会被用到的材料上。”

03

陶氏数据推动深度学习

这两位研究人员最初是在去年的美国工程前沿研讨会上认识的。他们开始讨论合作的方式。

当傅彦杰描述了自己的计算机科学背景,施密特认为她在陶氏的工作(尤其是该公司的制造专业知识和庞大的材料科学库),可能是对项目有帮助的。因此,他们决定联手开发一个有效的机器学习系统。

陶氏化学公司于 1897 年由赫伯特·亨利·陶氏 (Herbert Henry Dow) 创立,当时他发现了一种从盐水中提取溴的新方法。该公司目前生产的材料支持范围广泛,无论是食品包装还是运动鞋,甚至再到美容产品的广泛应用。他们的知识广度使该公司成为这类研究项目的理想合作伙伴。

施密特说:“随着我们的客户不断开发出这些有益的产品,跟上不断增长的性能要求就成了一项挑战。借助人工智能材料设计工具,研究人员可以更容易地利用陶氏公司长期以来的材料科学专业知识,快速响应新的设计要求,无论是先进的性能、提高的可持续性还是成本方面都有获益。我们设想在实验室中用数据驱动工具的未来,我很高兴自己能看到这个项目是如何加速人工智能之旅的。”

计算与增强智能学院院长罗斯-马切耶夫斯基(Ross Maciejewski)对此表示赞同。他说:“这笔赠款是一个有趣的例子,说明了企业和学术界形成合作可以真正地推动创新。解决世界上的大问题,需要研究和制造解决方案。”

格兰杰基金会工程拨款正是为了培养这种跨学科的方法而设计的。该基金会在每次研讨会后只颁发两个奖项,为推动重要研究提供种子资金。这是傅彦杰在本已很有希望的赛道上的下一圈,早在2020年傅彦杰就被美国国家工程院评为了早期职业工程师。

傅彦杰期待着与施密特一起开发新的人工智能技术。他把这个过程比作烹饪。

他说:“多亏了这些机器学习系统,我们在厨房里只保留了可能做出美味菜肴的食材。”

– END –

编辑 | Catherine Ge

来源 | ASU 在线

获取资料

关闭