科研进展人工智能和机器学习可以分析数据集，为新的复合材料提供组合

Posted 2021-04-03 中国复合材料学会

材料科学一直在使用传统的实验室过程，以确定和发现新的复合材料。对不同成分进行了长达数天的实验，并对制造新材料进行了大量研究。人工智能的出现影响了金属玻璃等新材料的发现。发表的一篇文章谈到通过机器学习和高通量实验加速金属玻璃的发现。

在这篇文章中，科学家们说，“这篇论文说明了机器学习和HiTp实验如何在迭代/反馈回路中使用，与过去50年依赖的传统搜索方法相比，可以轻松地将新MG系统的发现速度提高两个数量级以上。”

人工智能算法可以从现有的数据库和重复分析中预测成分，为制造新材料提供新的配方或组合。机器学习系统可用于从研究材料和期刊中挖掘数据，以提取与材料发现相关的名称或句子，将它们组合起来，并为材料的新组合提供见解。一个研究小组希望通过一个新的人工智能系统来缩小材料科学与自动化之间的差距，该系统将通过研究论文来推导出生产特定材料的“配方”。

这些机器学习系统使用有监督、无监督和半监督算法得出结论。有监督的算法将得到一个训练过的数据集，用来建立关系，而无监督的算法将没有任何训练过的数据集，它们被留给发现感兴趣的数据结构。

在材料发现中使用人工智能和机器学习可以以更快的速度创造新的合金，并解决钢铁等复合材料资源有限的问题。杂志的一篇文章引用了研究人员的话说：“我们对材料进行量子力学水平的计算，计算的复杂程度足以让我们在实验室制造一种可能的新材料之前，在计算机上实际预测其性能。”

Material.ai 是一个平台，提供发现可持续和可靠的材料利用人工智能，可以作为世界资源的良好替代品。

科学家可以将包含现有材料特性的数据输入人工智能系统，并获得新材料的结果，这是进行科学实验的新方法。这些人工智能算法使用虚拟计算和计算，而不是执行物理实验。后来，科学家可以利用系统提供的指令来制造新的复合材料。

剑桥大学发表的一篇论文回顾并讨论了机器学习在预测复合材料力学性能方面的最新应用，以及机器学习在设计具有所需性能的复合材料中的作用。人工智能的广泛应用和机器学习算法分析海量数据的能力，将有助于科学领域的更多新生发现。

文章来源：贤集网