由于人工智能 (AI) 能夠生成令人信服但最終是虛假的人臉圖像，因此從計算機屏幕上凝視的人實際上可能并不存在。根據(jù)賓夕法尼亞州立大學的科學家的說法，現(xiàn)在同樣的技術(shù)可能會推動材料設計的下一波創(chuàng)新浪潮。
“我們今天在新聞中聽到了很多關(guān)于深度造假的消息——人工智能可以生成與真人不符的逼真人臉圖像，”材料科學與工程助理教授、計算與數(shù)據(jù)科學研究所教員 Wesley Reinhart 說共同雇用，在賓夕法尼亞州立大學。“這與我們在研究中使用的技術(shù)完全相同。我們基本上只是將這個人臉圖像示例換成了高性能合金的元素成分。”
科學家們訓練了一個生成對抗網(wǎng)絡 (GAN) 來創(chuàng)造新型難熔高熵合金，這種材料可以在保持強度的同時承受超高溫，并用于從渦輪葉片到火箭的技術(shù)中。
“關(guān)于人臉圖像的構(gòu)成或合金的構(gòu)成有很多規(guī)則，你很難知道所有這些規(guī)則是什么，或者用手把它們寫下來，”萊因哈特說。“這個 GAN 的整個原理是，你有兩個基本上競爭的神經(jīng)網(wǎng)絡，以了解這些規(guī)則是什么，然后生成遵循規(guī)則的示例。”
該團隊梳理了數(shù)百個已發(fā)布的合金示例，以創(chuàng)建訓練數(shù)據(jù)集。該網(wǎng)絡具有創(chuàng)建新作品的生成器和試圖辨別它們與訓練數(shù)據(jù)集相比是否真實的評論家。科學家們說，如果發(fā)電機成功，它就能夠制造出評論家認為真實的合金，隨著這種對抗性游戲在多次迭代中繼續(xù)進行，模型會得到改進。
在這次培訓之后，科學家們要求模型專注于創(chuàng)造具有特定屬性的合金成分，這些成分非常適合用于渦輪葉片。
“我們的初步結(jié)果表明，生成模型可以學習復雜的關(guān)系，以便按需產(chǎn)生新穎性，”賓夕法尼亞州立大學材料科學與工程教授 Dorothy Pate Enright 的劉子奎說。“這是驚人的?？偟膩碚f，這確實是我們在材料科學計算社區(qū)中所缺少的。”
研究人員表示，傳統(tǒng)或理性設計依賴于人類直覺來尋找模式和改進材料，但隨著材料化學和加工變得越來越復雜，這變得越來越具有挑戰(zhàn)性。
“當您處理設計問題時，您通常有數(shù)十個甚至數(shù)百個可以更改的變量，”Reinhart 說。“你的大腦無法在 100 維空間中思考;你甚至無法想象它。因此，這項技術(shù)為我們做的一件事就是將其壓縮并向我們展示我們可以理解的模式。我們需要這樣的工具才能解決這個問題。我們根本無法通過蠻力做到這一點。”
科學家們表示，他們最近發(fā)表在《材料信息學雜志》上的研究結(jié)果表明，在合金逆向設計方面取得了進展。
“通過合理的設計，您必須一次一個地完成這些步驟中的每一個;進行模擬、檢查表格、咨詢其他專家，”萊因哈特說。“逆向設計基本上是由這個統(tǒng)計模型處理的。您可以要求具有定義屬性的材料，并在幾毫秒內(nèi)獲得 100 或 1,000 種可能合適的成分。”
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！