人工智能如何推動材料科學(xué)發(fā)展

機(jī)器學(xué)習(xí)和人工智能正越來越多地用于材料科學(xué)研究。例如，麻省理工學(xué)院材料科學(xué)與工程系副教授Juejun“ JJ” Hu開發(fā)了一種算法，該算法可以增強(qiáng)基于芯片的光譜儀的性能，而大西洋Richfield能源研究副教授Elsa A. Olivetti則建立了一個人工智能系統(tǒng)通過科學(xué)論文來推論材料科學(xué)的“配方”。

麻省理工學(xué)院的這些教授和其他教授，以及豐田研究院加速材料設(shè)計和發(fā)現(xiàn)總監(jiān)布萊恩·斯托里(Brian Storey)作主題演講，將于10月10日星期三在麻省理工學(xué)院材料研究實驗室的年度材料日研討會上討論使用機(jī)器學(xué)習(xí)進(jìn)行研究的見解和突破。 9在克雷奇禮堂。

胡副教授最近解釋了導(dǎo)致他的光譜儀取得突破的原因，以及為什么他對機(jī)器學(xué)習(xí)和人工智能正在成為材料研究中的日常工具感到樂觀。

問：您的光譜儀工作特別利用了機(jī)器學(xué)習(xí)技術(shù)。新方法如何改變材料科學(xué)中的發(fā)現(xiàn)過程?

答：基本上，我們開發(fā)了一種新的光譜儀技術(shù)，該技術(shù)使我們能夠?qū)⒋笮徒M件縮小到一個小的硅芯片上，并且仍然保持高性能。我們開發(fā)了一種算法，使我們能夠以更好的信噪比提取信息。我們已經(jīng)針對許多不同種類的光譜驗證了該算法。該算法通過比較兩個重復(fù)的測量值以減輕測量噪聲的影響，從而識別出單獨的光色。與教科書限制(稱為Rayleigh限制)相比，該算法將分辨率提高了100%。

問：您如何使用機(jī)器學(xué)習(xí)來識別用于由光學(xué)天線陣列組成的中紅外透鏡的新光學(xué)材料和設(shè)計?

答：我們正在與馬薩諸塞大學(xué)UMass的一個小組合作，開發(fā)一種用于設(shè)計“元表面”的深度學(xué)習(xí)算法，“元表面”是一種光學(xué)設(shè)備，無需使用傳統(tǒng)的幾何曲率來構(gòu)造透鏡，您使用一系列專門設(shè)計的光學(xué)天線來對入射光施加相位延遲，因此我們可以實現(xiàn)所有功能。超穎表面的一個大問題是，按照慣例，當(dāng)人們設(shè)計這些超穎表面時，他們基本上會通過反復(fù)試驗來做到這一點。

我們已經(jīng)建立了深度學(xué)習(xí)算法。該算法允許我們使用現(xiàn)有數(shù)據(jù)對其進(jìn)行訓(xùn)練。因此，當(dāng)我們對其進(jìn)行訓(xùn)練時，最終該算法將變得“智能”。該算法可以評估不規(guī)則形狀的可加工性，這些形狀超出了常規(guī)形狀(例如圓形和矩形)的范圍。它可以識別復(fù)雜的幾何形狀和電磁響應(yīng)之間的隱藏連接，通常這并不容易，而且比傳統(tǒng)的滿量程模擬可以更快地找到這些隱藏的關(guān)系。該算法還可以篩選出無法使用的材料和功能的潛在組合。如果使用常規(guī)方法，則必須浪費大量時間來耗盡所有可能的設(shè)計空間，然后得出結(jié)論，但是現(xiàn)在我們的算法可以很快告訴您。

問：在材料科學(xué)中促進(jìn)使用機(jī)器學(xué)習(xí)還有哪些其他進(jìn)展?

答：我們看到的另一件事是，現(xiàn)在我們也可以更輕松地訪問非常強(qiáng)大的基于云的商業(yè)化計算設(shè)施。因此，硬件，易于訪問，非常強(qiáng)大的計算資源和新算法的結(jié)合使我們能夠進(jìn)行新的創(chuàng)新。再說一次，例如，在超表面上，如果您看一下舊的設(shè)計，人們幾乎都在使用規(guī)則的幾何圖形，例如圓形，正方形，矩形，但是我們以及社區(qū)中的許多其他人現(xiàn)在都在轉(zhuǎn)向拓?fù)鋬?yōu)化的光學(xué)設(shè)備。為了設(shè)計這些結(jié)構(gòu)，新算法和強(qiáng)大的計算資源的結(jié)合是在三維空間中設(shè)計大型設(shè)備(如宏觀的，拓?fù)鋬?yōu)化的光學(xué)器件)的關(guān)鍵。