來源：投稿 作者：Kenny_Vincent

編輯：學姐

麻省理工開發(fā)新AI工具可以只靠圖片就能幫助設計復合材料!

新聞來源：

https://baijiahao.baidu.com/s?id=1698454202393908516&wfr=spider&for=pc

https://www.xianjichina.com/special/detail_503196.html

麻省理工學院(MIT)的研究人員，開發(fā)出一種人工智能技術(shù)，可以根據(jù)材料內(nèi)部結(jié)構(gòu)的圖片，快速計算出材料的部份特性，像是應力(Stress)與應變(Strain)值，這個方法可以消除繁瑣的物理計算，透過電腦視覺和機器學習，即時生成估算值。

這個物理計算方法的改進，可以加快設計雛形和檢查材料的速度，研究人員Zhenze Yang提到，這是一種全新的方法，因為完成整個計算過程并不需要任何物理領(lǐng)域的知識。

這么看一下，大家可能還沒理解到這是一件什么事情。

就讓我來為大家解釋一下吧：

在我們現(xiàn)代社會的工業(yè)中，對于機械性能和多功能性的材料有非常高的需求，傳統(tǒng)的那種單一材料就難以符合要求，如鋼材。

所以研制新型材料時，往往就會設計復合材料，也就是將多個不同材質(zhì)的材料聚合起來，把他們的優(yōu)點都集合起來，并彌補他們的缺點，如現(xiàn)代陶瓷基體材料，現(xiàn)代陶瓷基體材料。

但是想法很美好，現(xiàn)實很殘酷……

復合材料之難

復合材料的本質(zhì)在于通過具有不同特性的多種材料的組合來引入異質(zhì)性。通過優(yōu)化復合材料成分的空間分布，來實現(xiàn)機械性能的巨大增強。

不同特性的材料，就意味他們的物理性質(zhì)不同，空間分布也不一樣，強行把他們捆在一塊，就像強扭的瓜一樣，最后的效果一塌糊涂。

所以在設計復合材料的時候需要計算他們各自的物理性質(zhì)，考慮他們的空間分布，讓他們以最合理的方式組合在一起才能發(fā)揮他們的優(yōu)勢。

光是計算復合材料的物理性質(zhì)就燒壞了一眾材料工程師的腦子，應力、應變統(tǒng)統(tǒng)各來一樣。

而且復合材料的設計空間通常存在許多棘手的組合，這就需要消耗不少的試錯時間。

希望的曙光

但是現(xiàn)在不一樣了，因為AI來了，這些通通都可以交給AI來完成。

這次MIT的研究人員就是通過對材料進行圖像分析，從而繞開了以往需要求解偏微分方程序的麻煩。以往工程師需要花很多時間解方程來得到材料的內(nèi)力，比如應力和應變，這些內(nèi)力會導致材料變形或斷裂。

這樣的計算可以告訴我們，一座擬建的橋梁將如何承受沉重的交通負荷或強風。

通過這種方法，完全不需要涉及物理知識，更不?求解那些煩人的微分方程了，那他們具體是怎么做的呢?

總體方案

研究人員用的網(wǎng)絡主要是生成對抗神經(jīng)網(wǎng)絡，也就是GAN。

他們用數(shù)千對圖像對網(wǎng)絡進行訓練，一幅描繪了材料在機械力作用下的內(nèi)部微觀結(jié)構(gòu)，另一幅描繪了相同材料的彩色編碼應力和應變值。

通過這些圖片，該網(wǎng)絡利用博弈論的原理迭代計算出材料的幾何形狀與其產(chǎn)生的應力之間的關(guān)系。

輸入

首先，他們目前專注于由兩種成分組成的復合材料，目前就簡單地劃分為軟性材料和脆性材料。

他們首先會隨機生成多個由這兩種材料組成的復合材料的幾何(Geometry)圖像，并先用傳統(tǒng)的物理方法(有限元分析——FEM)計算出這些幾何圖像對的應變場和應力場(Strain/Stress field)圖像，并將此作為真值。

網(wǎng)絡模型

如圖所見，他們整體的網(wǎng)絡模型為一個條件GAN(紅框)，里面的生成器為U-Net(藍框)和鑒別器則為一個。

PatchGAN(綠框)

上面通過計算得出變場和應力場(Strain/Stress field)圖像就將作為這個PatchGAN的真實圖像，而假圖像則由幾何圖像進入U-Net生成。鑒別器將來自生成器的假圖像與來自FEM的真實圖像進行比較。

輸出

一旦模型完成訓練，就可以進行精確的現(xiàn)場預測，并通過高保真有限元模型以及新幾何形狀的復合材料進行驗證。

此外，預測場圖像可以進行后處理，提取全局或局部的力學特征。

預測結(jié)果

可以看到，最后的預測圖像與真值圖像是非常接近的。

當然，上面看到的都是兩種成分都以方塊的形狀組合在一起，但是材料的復合又怎么只有方形這種方式的呢。

用了不同形狀組合在一起效果依然沒問題

總結(jié)

怎么樣?是不是覺得AI很神咧，不僅僅在計算機領(lǐng)域，在材料領(lǐng)域一樣可以有減少很多重復勞動。還不趕緊學起來!

擴展

其實除了這個例子，AI在材料學領(lǐng)域逐漸展露頭角。

比如這個：

研究人員成功應用機器學習來指導新納米材料的合成

https://www.xianjichina.com/special/detail_503196.html

現(xiàn)在，西北大學和豐田研究所 (TRI) 的研究人員已成功應用機器學習來指導新納米材料的合成，消除與材料發(fā)現(xiàn)相關(guān)的障礙。訓練有素的算法通過定義的數(shù)據(jù)集來準確預測可以為清潔能源、化學和汽車行業(yè)的過程提供燃料的新結(jié)構(gòu)。

“我們讓模型告訴我們，多達七種元素的混合物會產(chǎn)生哪些以前從未制造過的東西?！?/p>

西北納米技術(shù)專家、該論文的通訊作者Chad Mirkin說：“機器預測了19 種可能性，在對每種可能性進行了測試后，我們發(fā)現(xiàn)其中18種預測是正確的。

在【學姐帶你玩AI】公眾號的評論區(qū)留言——騷話說的好的/認真學習的/錯誤指正的會有神秘獎品掉落!

【學姐帶你玩AI】公眾號的評論區(qū)每周留言最多的會有大獎送出，具體請看下周一次條公告!

【學姐帶你玩AI】公眾號下周有留言活動哦！超級大大大大獎，請關(guān)注周一頭條文章！