智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
傾技
麻省理工學(xué)院的研究團(tuán)隊(duì)發(fā)現(xiàn)，與標(biāo)準(zhǔn)的實(shí)驗(yàn)和理論方法相比，機(jī)器學(xué)習(xí)技術(shù)有很大的優(yōu)勢。在2020年9月發(fā)表在《自然-能源》雜志的一篇文章中，三位科學(xué)家提出了幾個(gè)“大挑戰(zhàn)”--其中之一是為熱能儲(chǔ)存裝置尋找合適的材料，這些材料可以與太陽能系統(tǒng)協(xié)同使用。
幸運(yùn)的是，麻省理工學(xué)院核科學(xué)與工程系Norman C.Rasmussen副教授，該系量子物質(zhì)小組的負(fù)責(zé)人李明達(dá)已經(jīng)在沿著類似的思路思考。事實(shí)上，李明達(dá)和九個(gè)合作者(來自麻省理工學(xué)院、勞倫斯伯克利國家實(shí)驗(yàn)室和阿貢國家實(shí)驗(yàn)室的研究人員)正在開發(fā)一種新的方法，涉及一種新的機(jī)器學(xué)習(xí)方法，這將使其更快、更容易識(shí)別具有熱能存儲(chǔ)和其他用途的有利特性的材料。
他們的調(diào)查結(jié)果最近發(fā)表在《先進(jìn)科學(xué)》的一篇論文中。橡樹嶺國家實(shí)驗(yàn)室的杰出工作人員、物理學(xué)家Jaime Fernandez-Baca評(píng)論說：“這是一種革命性的方法，有望加速新功能材料的設(shè)計(jì)。”
李明達(dá)和他的合作者寫道，材料科學(xué)的一個(gè)核心挑戰(zhàn)是“建立結(jié)構(gòu)與性能的關(guān)系”——弄清楚具有特定原子結(jié)構(gòu)的材料將具有的特性。李明達(dá)的團(tuán)隊(duì)特別關(guān)注使用結(jié)構(gòu)知識(shí)來預(yù)測“聲子態(tài)密度”，這對熱性能有關(guān)鍵影響。
要理解這個(gè)術(shù)語，最好從聲子這個(gè)詞開始。材料科學(xué)和工程專業(yè)的博士生Nina Andrejevic解釋說：“一種晶體材料是由排列在晶格結(jié)構(gòu)中的原子組成的。我們可以把這些原子看作是由彈簧連接的球體，而熱能導(dǎo)致彈簧振動(dòng)。而那些只在離散的(量化的)頻率或能量下發(fā)生的振動(dòng)，就是我們所說的聲子。”
“聲子態(tài)密度”只是在一個(gè)特定的頻率或能量范圍內(nèi)發(fā)現(xiàn)的振動(dòng)模式或聲子的數(shù)量。知道了“聲子態(tài)密度”，人們就可以確定一種材料的載熱能力以及它的熱導(dǎo)率，這與熱量如何容易地通過一種材料有關(guān)，甚至可以確定超導(dǎo)體的超導(dǎo)轉(zhuǎn)變溫度。李明達(dá)說：“出于熱能儲(chǔ)存的目的，你想要一種具有高比熱的材料，這意味著它可以吸收熱量而不出現(xiàn)溫度急劇上升。你還想要一種具有低熱導(dǎo)率的材料，這樣它就能更長時(shí)間地保持其熱量。”
然而，“聲子態(tài)密度”是一個(gè)很難在實(shí)驗(yàn)中測量或在理論上計(jì)算的術(shù)語。“對于像這樣的測量，人們必須去國家實(shí)驗(yàn)室使用一個(gè)大型儀器，大約10米長，以獲得你需要的能量分辨率，”李明達(dá)說。“那是因?yàn)槲覀冋趯ふ业男盘?hào)非常弱。”
“而如果你想計(jì)算聲子態(tài)密度，最準(zhǔn)確的方法是依靠密度泛函微擾理論(DFPT)，”機(jī)械工程博士生陳占濤指出。“但是這些計(jì)算的規(guī)模是晶體基本構(gòu)件中原子數(shù)量的四階，這可能需要在一個(gè)CPU集群上花費(fèi)數(shù)天的計(jì)算時(shí)間。"對于包含兩種或更多元素的合金，計(jì)算變得更加困難，可能需要數(shù)周甚至更長時(shí)間。”
李明達(dá)表示，這種新方法可以將這些計(jì)算需求減少到個(gè)人電腦上的幾秒鐘。他的團(tuán)隊(duì)沒有試圖從第一原理計(jì)算“聲子態(tài)密度”，這顯然是一項(xiàng)費(fèi)力的任務(wù)。他們轉(zhuǎn)而采用了一種神經(jīng)網(wǎng)絡(luò)方法，利用人工智能算法，使計(jì)算機(jī)能夠從實(shí)例中學(xué)習(xí)。這個(gè)想法是向神經(jīng)網(wǎng)絡(luò)提供足夠的關(guān)于材料的原子結(jié)構(gòu)及其相關(guān)的聲子態(tài)密度的數(shù)據(jù)，使網(wǎng)絡(luò)能夠分辨出連接這兩者的關(guān)鍵模式。在以這種方式進(jìn)行“訓(xùn)練”之后，該網(wǎng)絡(luò)將有望對具有特定原子結(jié)構(gòu)的物質(zhì)進(jìn)行可靠的狀態(tài)密度預(yù)測。
(原標(biāo)題：MIT科學(xué)家開發(fā)的革命性人工智能方法有望加速新功能材料的設(shè)計(jì))
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
