X射線CT數(shù)據(jù)的拓?fù)浞治?，用于材料老化過程中識別其微觀結(jié)構(gòu)變化及變化趨勢。 （圖片來源：勞倫斯利弗莫爾國家實(shí)驗(yàn)室）

勞倫斯利弗莫爾國家實(shí)驗(yàn)室的科學(xué)家通過使用人工智能技術(shù)分析材料的微觀結(jié)構(gòu)，朝著未來材料性能改善的設(shè)計(jì)方向邁進(jìn)了一步。

這項(xiàng)研究成果最近在《計(jì)算材料科學(xué)》（Computational Materials Science）期刊的網(wǎng)站上發(fā)表。

材料科學(xué)應(yīng)用方面的技術(shù)進(jìn)步涵蓋電子、生物醫(yī)學(xué)、替代能源、電解液、催化劑設(shè)計(jì)等領(lǐng)域，但由于對底層材料微觀結(jié)構(gòu)與設(shè)備性能之間的復(fù)雜關(guān)系了解欠缺，這一進(jìn)展常常受到阻礙。但是人工智能驅(qū)動的數(shù)據(jù)分析提供了機(jī)會，以易處理的數(shù)學(xué)方法闡明加工性能相關(guān)性，可以加速材料設(shè)計(jì)和優(yōu)化過程。

人造神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上“深度學(xué)習(xí)”方法的最新進(jìn)展，徹底改變了利用原始數(shù)據(jù)本身發(fā)現(xiàn)這種復(fù)雜關(guān)系的過程。然而，要穩(wěn)定訓(xùn)練大型網(wǎng)絡(luò)，就需要成千上萬個(gè)樣本數(shù)據(jù)，不幸的是，新系統(tǒng)和新應(yīng)用通常難以承受樣本制備和數(shù)據(jù)收集的成本。在這種情況下，需要?jiǎng)?chuàng)新算法從原始實(shí)驗(yàn)表征數(shù)據(jù)中提取最合適的“特征”或“描述符”。

例如，高聚物粘結(jié)炸藥構(gòu)成了重要的材料體系，其三維兩相微結(jié)構(gòu)：（1）變化極大取決于高能粒子形態(tài)和尺寸分布、粘合劑含量、溶劑/攪拌速率、壓力、溫度等加工參數(shù)；（2）在不同環(huán)境條件下，隨著長期材料老化而演變；（3）性能表現(xiàn)隨樣品微觀結(jié)構(gòu)和壽命的函數(shù)變化。

雖然可以使用多個(gè)時(shí)間點(diǎn)的X射線CT掃描對每個(gè)三維微觀結(jié)構(gòu)進(jìn)行無損成像，但數(shù)據(jù)收集過程既耗時(shí)又昂貴，（因此）通常把樣本數(shù)量限制在幾百個(gè)。如何最大利用這些有限的數(shù)據(jù)來揭示任何過程-微觀結(jié)構(gòu)-性能相關(guān)性，量化長期老化趨勢，從微觀角度深入了解基于物理的模擬代碼，并設(shè)計(jì)性能改善的未來材料，是所面臨的挑戰(zhàn)。

由LLNL材料科學(xué)家、LLNL和猶他大學(xué)的數(shù)據(jù)可視化科學(xué)家組成的團(tuán)隊(duì)使用標(biāo)量場拓?fù)浜湍獱査估碚摚∕orse theory）中近期發(fā)展方法，從原始X射線CT數(shù)據(jù)中提取有用的總結(jié)性特征，如“晶粒數(shù)”和“內(nèi)邊界表面積”。

隨后使用各種統(tǒng)計(jì)學(xué)機(jī)器學(xué)習(xí)技術(shù)對這些特征變量進(jìn)行分析，從而使團(tuán)隊(duì)能夠：（1）客觀區(qū)分加工差異所導(dǎo)致的不同微觀結(jié)構(gòu)；（2）系統(tǒng)跟蹤老化后的微觀結(jié)構(gòu)演變；（3）建立與微觀結(jié)構(gòu)相關(guān)的性能模型。

第一作者阿米特什·邁蒂（Amitesh Maiti）表示：“隨著以人工智能啟發(fā)性數(shù)據(jù)為中心的研究日益受到重視，我們建立模型和發(fā)現(xiàn)材料的模式正在迅速改變。進(jìn)展速度和質(zhì)量很大程度上取決于多團(tuán)隊(duì)合作，這些合作將互補(bǔ)的知識、技能融會貫通?！?/p>

用項(xiàng)目負(fù)責(zé)人理查德·吉（Richard Gee）的話來說：“這些方法的開發(fā)和應(yīng)用為確認(rèn)加工參數(shù)，發(fā)現(xiàn)老化對儲備相關(guān)材料性能的復(fù)雜影響，提供了手段。由此產(chǎn)生的見解應(yīng)當(dāng)優(yōu)化部件設(shè)計(jì)和預(yù)測長期老化引起的性能變化，這對改善監(jiān)督措施具有重要價(jià)值。”

翻譯：李雅婷

校對：董子晨曦

引進(jìn)來源：勞倫斯利弗莫爾國家實(shí)驗(yàn)室（Lawrence Livermore National Laboratory, LLNL）

引進(jìn)鏈接：https://phys.org/news/2020-05-ai-microstructure-aging-materials.html


關(guān)注【深圳科普】微信公眾號，在對話框：
回復(fù)【最新活動】，了解近期科普活動
回復(fù)【科普行】，了解最新深圳科普行活動
回復(fù)【研學(xué)營】，了解最新科普研學(xué)營
回復(fù)【科普課堂】，了解最新科普課堂
回復(fù)【科普書籍】，了解最新科普書籍
回復(fù)【團(tuán)體定制】，了解最新團(tuán)體定制活動
回復(fù)【科普基地】，了解深圳科普基地詳情
回復(fù)【觀鳥知識】，學(xué)習(xí)觀鳥相關(guān)科普知識
回復(fù)【博物學(xué)院】，了解更多博物學(xué)院活動詳情
?