利用AI加速新材料发现,革新材料科学将成为各国竞争焦点
AI是灵丹妙药吗?几乎每个产业都被建议使用AI进行变革,材料科学也不为过。不过,通过AI研发材料科技的趋势比起其他科技还要来得晚,这是因为AI在许多特定行产业仍存在障碍。
基本上,AI算法可以从现有数据库和重复分析中预测新材料成分,以提供用于制造新材料的新配方或组合。机器学习系统可以从研究材料和期刊中挖掘数据,将它们组合起来,并提供对新材料组合的见解。
日本是现今最为积极采用AI变革材料科学的国家之一。日本大阪大学利用AI技术,开发下一代高分子材料,用于价格低廉的太阳能电池。如果能够研发出低价电池,那么就会使太阳能电池和蓄电池的采用率提高,进而促进可再生能源的普及,因此开发出前所未有的低廉材料势在必行。
至于美国,麻省理工学院的报告也指出,麻省理工学院和加州大学研究人员希望通过新的AI系统缩小材料科学自动化的差距,该系统将通过研究论文得出结论以推断出生产特殊材料的新配方。
至于英国,剑桥大学正在讨论使用机器学习预测复合材料机械性能的最新应用,以及机器学习在设计具有所需性能的复合材料中的作用。
研究机构IDTechEx认为,材料科学的一个关键概念是“逆向设计”的点子。简而言之,这可能涉及训练一个模型,且该模型允许输入特性并提出配方、组成、流程参数或其他参数。这些属性并不仅仅是物理性质,还可以是成本,毒性,地理可用性或更多。如果将AI或者机器学习加入其中,这可以加快从材料设计到上市的时间。通常来说,材料的开发周期比起许多产品开发周期还要慢长。
这也是在材料发现的过程中,使用AI和机器学习可以更快地创建新合金,并解决诸如钢之类的有限复合材料资源的问题。
其实,2011年美国欧巴马政府就提出了“材料基因组计划(Materials Genome Initiative;MGI)”。当时MGI受白宫科学科技政策办公室(OSTP;the White House Office of Science and Technology Policy)的监督,旨在协调多个机构之间的联邦材料科学研究,并鼓励私营部门和学术研究人员开发和共享基础材料科学发现数据,以加快创新速度。
未来,以AI推动材料科学趋势将会持续,也将成为未来材料科学的主流思维。

你可能感兴趣的文章:
- 高科技厂商尝试使用量子计算找新材料或突破科技极限
- 加美联合开发人工智能自动化材料发现平台
- 基于材料基因大数据研发的“未名材料解析系统”
- 美能源部向15个项目授予超过5000万美元的奖励推进关键材料创新
- 桑迪亚国家实验室用机器学习完成复杂材料科学计算,速度提升了40000倍
- 美国科研人员研发出推导材料硬度的有效方法
- MIT建立百亿亿次级极端环境材料性能仿真中心
- 美国标准技术研究院(NIST)开发AI系统加速发现新材料
- 日本东京工业大学使用智能技术开发材料研究方法
- 量子材料研究新范式: 以精确模型计算及实验揭示拓扑物质特性
- Altair建立材料数据中心:一个用于建模仿真的材料数据库
- 新的AI算法可以快速准确地预测材料属性
- 欧盟提出关键原材料行动计划
- Zapata推出用于药物,电池材料测试的量子计算工具集
- ASM国际协会启用世界最大的材料科学数据库
- 材料界的Google:Materials Project在线材料数据库
- 中国工程院副院长干勇院士:新材料技术是一个底盘技术
- 科学家开发改变游戏规则的计算机建模程序,以简化新材料发现和设计过程
- 机器人公司Kane Robotics推出了低成本的自动化方法来制备复合材料
- 可改善复合材料生产工艺的增强现实系统软件
- 数据科学材料开放平台
- 美国国家科学院发布《材料研究前沿:十年调查》
- 欧洲大型先进复合材料持续制造方法项目进展
- 美国西北大学的材料研究员推出的开放量子材料数据库
- 俄科学家开发一种算法加速新材料发现
- 超高速陶瓷制造方法为AI加速新材料发现解决关键技术瓶颈问题
- 艾姆斯实验室开发新算法以实现高熵合金配方的快速识别
- 新型计算机辅助化学合成方法有望缩短研发时间和成本,加速新型化学反应开发