幾個(gè)世紀(jì)以來(lái)，工程師們一直依靠由牛頓和其他人開發(fā)的物理定律來(lái)了解他們所使用的材料上的應(yīng)力和應(yīng)變。但是求解這些方程可能是一個(gè)計(jì)算難題，尤其是對(duì)于復(fù)雜的材料。麻省理工學(xué)院的研究人員開發(fā)了一種技術(shù)，可以根據(jù)顯示其內(nèi)部結(jié)構(gòu)的材料圖像快速確定材料的某些特性，例如應(yīng)力和應(yīng)變。這種方法有朝一日可以消除繁重的基于物理的計(jì)算的需要，而不是依賴計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)來(lái)實(shí)時(shí)生成估計(jì)。

麻省理工學(xué)院的研究人員開發(fā)了一種機(jī)器學(xué)習(xí)技術(shù)，該技術(shù)使用材料內(nèi)部結(jié)構(gòu)的圖像來(lái)估計(jì)作用在材料上的應(yīng)力和應(yīng)變。

研究人員表示，這一進(jìn)步可以加快設(shè)計(jì)原型和材料檢查。“這是一種全新的方法，”楊震澤說(shuō)，并補(bǔ)充說(shuō)該算法“無(wú)需任何物理領(lǐng)域知識(shí)即可完成整個(gè)過(guò)程。”

該研究發(fā)表在《科學(xué)進(jìn)展》雜志上。楊是該論文的第一作者，也是材料科學(xué)與工程系的博士生。合著者包括前麻省理工學(xué)院博士后 Chi-Hua Yu 和 McAfee 工程學(xué)教授兼原子和分子力學(xué)實(shí)驗(yàn)室主任 Markus Buehler。

工程師花費(fèi)大量時(shí)間求解方程。它們有助于揭示材料的內(nèi)力，如應(yīng)力和應(yīng)變，這會(huì)導(dǎo)致材料變形或斷裂。這樣的計(jì)算可能會(huì)表明擬議中的橋梁在交通繁忙或大風(fēng)的情況下如何保持穩(wěn)定。與艾薩克爵士不同，今天的工程師不需要紙筆來(lái)完成任務(wù)。“許多代數(shù)學(xué)家和工程師都寫下了這些方程，然后想出了如何在計(jì)算機(jī)上求解它們，”Buehler 說(shuō)。“但這仍然是一個(gè)棘手的問(wèn)題。它非常昂貴——運(yùn)行一些模擬可能需要幾天、幾周甚至幾個(gè)月的時(shí)間。所以，我們想：讓我們教一個(gè) AI 來(lái)為你解決這個(gè)問(wèn)題。”

研究人員轉(zhuǎn)向了一種稱為生成對(duì)抗神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)。他們用數(shù)以千計(jì)的成對(duì)圖像訓(xùn)練網(wǎng)絡(luò)——一個(gè)描繪了材料在機(jī)械力作用下的內(nèi)部微觀結(jié)構(gòu)，另一個(gè)描繪了相同材料的顏色編碼應(yīng)力和應(yīng)變值。通過(guò)這些示例，網(wǎng)絡(luò)使用博弈論原理來(lái)迭代地找出材料的幾何形狀與其產(chǎn)生的應(yīng)力之間的關(guān)系。

“因此，從圖片中，計(jì)算機(jī)能夠預(yù)測(cè)所有這些力：變形、應(yīng)力等，”Buehler 說(shuō)。“這才是真正的突破——以傳統(tǒng)方式，你需要對(duì)方程進(jìn)行編碼，然后讓計(jì)算機(jī)求解偏微分方程。我們只是逐張圖片。”

這種基于圖像的方法對(duì)于復(fù)雜的復(fù)合材料尤其有利。材料上的力在原子尺度上的作用可能與在宏觀尺度上不同。“如果你看一架飛機(jī)，你可能會(huì)發(fā)現(xiàn)它們之間有膠水、金屬和聚合物。因此，您擁有所有這些不同的面孔和不同的尺度來(lái)確定解決方案，”Buehler 說(shuō)。“如果你走艱難的路——牛頓的路——你必須走很遠(yuǎn)的路才能找到答案。”

但研究人員的網(wǎng)絡(luò)擅長(zhǎng)處理多個(gè)尺度。它通過(guò)一系列“卷積”來(lái)處理信息，這些“卷積”在越來(lái)越大的尺度上分析圖像。“這就是為什么這些神經(jīng)網(wǎng)絡(luò)非常適合描述材料特性，”Buehler 說(shuō)。

經(jīng)過(guò)充分訓(xùn)練的網(wǎng)絡(luò)在測(cè)試中表現(xiàn)良好，在給出一系列各種軟復(fù)合材料微觀結(jié)構(gòu)的特寫圖像的情況下，成功地呈現(xiàn)了應(yīng)力和應(yīng)變值。該網(wǎng)絡(luò)甚至能夠捕捉“奇點(diǎn)”，例如材料中出現(xiàn)的裂縫。在這些情況下，力和場(chǎng)在很小的距離內(nèi)迅速變化。“作為一名材料科學(xué)家，你會(huì)想知道該模型是否可以重現(xiàn)這些奇點(diǎn)，”Buehler 說(shuō)。“答案是肯定的。”

沒(méi)有參與這項(xiàng)研究的倫斯勒理工學(xué)院機(jī)械工程師 Suvranu De 表示，這一進(jìn)步可以“顯著減少設(shè)計(jì)產(chǎn)品所需的迭代次數(shù)”。“本文提出的端到端方法將對(duì)各種工程應(yīng)用產(chǎn)生重大影響——從汽車和飛機(jī)工業(yè)中使用的復(fù)合材料到天然和工程生物材料。它還將在純科學(xué)探究領(lǐng)域有重要應(yīng)用，因?yàn)榱υ趶奈?納米電子學(xué)到細(xì)胞遷移和分化的廣泛應(yīng)用中起著至關(guān)重要的作用。”

除了為工程師節(jié)省時(shí)間和金錢之外，新技術(shù)還可以讓非專家獲得最先進(jìn)的材料計(jì)算。例如，建筑師或產(chǎn)品設(shè)計(jì)師可以在將項(xiàng)目傳遞給工程團(tuán)隊(duì)之前測(cè)試他們想法的可行性。Buehler 說(shuō)：“他們可以繪制他們的提案并找出答案。” “這是一件大事。”

一旦經(jīng)過(guò)訓(xùn)練，該網(wǎng)絡(luò)幾乎可以立即在消費(fèi)級(jí)計(jì)算機(jī)處理器上運(yùn)行。這可以讓機(jī)械師和檢查員通過(guò)拍照來(lái)診斷機(jī)械的潛在問(wèn)題。

在這篇新論文中，研究人員主要研究復(fù)合材料，這些材料包括各種隨機(jī)幾何排列的軟和脆成分。在未來(lái)的工作中，該團(tuán)隊(duì)計(jì)劃使用更廣泛的材料類型。“我真的認(rèn)為這種方法會(huì)產(chǎn)生巨大的影響，”Buehler 說(shuō)。“用 AI 為工程師賦能正是我們?cè)谶@里嘗試做的事情。”

標(biāo)簽：