研究人员使用人工智能设计新材料

代尔夫特理工大学的研究人员仅使用人工智能(AI)就开发了一种新型的可超压缩但坚固的材料，完全无需进行任何实验测试。“人工智能为您提供了藏宝图，科学家需要找到藏宝，”10月14日在《先进材料》上有关该主题的出版物的第一作者米格尔·贝萨说。

德尔福特大学材料科学与工程学助理教授米格尔·贝萨(Miguel Bessa)在加州理工学院期间获得了该研究项目的灵感。在太空结构实验室的一角，他注意到一个卫星结构可以从很小的包装中打开长的太阳帆。

他想知道是否有可能设计出一种高度可压缩但坚固的材料，可以将其压缩到其体积的一小部分。“如果可能的话，自行车，餐桌和雨伞等日常用品都可以折叠在口袋里。”

颠倒设计过程

下一代材料需要具有自适应性，多功能性和可调性。这可以通过利用结构主导的材料(超材料)来实现，这些材料利用新的几何形状来实现前所未有的特性和功能。

贝萨说：“但是，超材料的设计依赖于广泛的实验和反复试验的方法。”“我们主张通过使用机器学习来探索新的设计可能性来反转过程，同时将实验减少到绝对最低限度。”

“我们采用计算数据驱动的方法来探索新的超材料概念，并将其适应于不同的目标特性，基础材料的选择，长度范围和制造工艺。”在机器学习的指导下，Bessa制造了两种不同长度比例的设计，将脆性聚合物转变为轻质，可回收和超压缩的超材料。宏观设计经过调整，可最大程度地压缩，而微观设计则具有较高的强度和刚度。

设计空间的未开发区域

但是，贝莎认为，作品的最重要方面不是创造的特定材料，而是通过机器学习到达设计空间未开发区域的能力。“重要的是，即使计算机模型缺少某些信息，机器学习也可以通过从实验指导的研究转向计算数据驱动的研究来逆转设计过程。根本的前提是，“足够”的关于数据的数据感兴趣的问题已经存在，并且数据足够准确。”贝萨(Bessa)大力支持力学和材料科学领域的数据驱动研究。“数据驱动的科学将彻底改变我们获得新发现的方式，我等不及要看到未来将带给我们什么。”