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。根據賓夕法尼亞州立大學的科學家的說法，現在同樣的技術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、計算與數據科學研究所教員 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中。
“關于人臉圖像的構成或合金的構成有很多規(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網絡，以了解這些規(guī)則是什么，然后生成遵循規(guī)則的示例。”
該團隊梳理了數百個已發(fā)布的合金示例，以創(chuàng)建訓練數據集。該網絡具有創(chuàng)建新作品的生成器和試圖辨別它們與訓練數據集相比是否真實的評論家?？茖W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。
“我們的初步結果表明，生成模型可以學習復雜的關系，以便按需產生新穎性，”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，您通常有數十個甚至數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，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！