教授计算机以智能地设计“数十亿”可能的材料

发现原子 - 如石墨烯(世界上最强的材料之一)中发现的单层碳原子 - 如何创造固体材料，目前是材料科学领域的一个主要研究课题，或者是设计和发现新材料。在密苏里大学，工程学院的研究人员正在应用深度学习的第一个用途 - 计算机用于智能地执行诸如识别语言和驾驶自动驾驶车辆等任务的技术 - 进入材料科学领域。

“你可以训练一台计算机去完成人们多年需要做的事情，”机械和航空航天工程研究助理教授，该研究的首席研究员袁东说。“这是一个很好的起点。”

Dong与机械和航空航天工程助理教授Jian Lin合作，确定是否有办法预测当石墨烯中的某些碳原子被非碳原子取代时产生的数十亿种材料结构的可能性。

“如果你把原子放在某些配置中，那么材料的表现会有所不同，”林说。“结构决定了属性。如何在不进行实验的情况下预测这些属性?这就是计算原理的用武之地。”

Lin和Dong与MU的电子工程和计算机科学的William和Nancy Thompson教授Jianlin Cheng合作，将几千种已知的石墨烯结构及其性质组合输入到深度学习模型中。从那里开始，高性能计算机花了大约两天的时间来学习和预测数十亿其他可能的石墨烯结构的性质，而无需单独测试每一种。

研究人员设想将来使用这种人工智能辅助技术来设计许多不同的石墨烯相关或其他二维材料。这些材料可用于LED电视，触摸屏，智能手机，太阳能电池，导弹和爆炸装置的建造。

“给智能计算机系统任何设计，它可以预测属性，”程说。“这种趋势正在材料科学领域出现。它是应用人工智能改变该领域材料设计标准过程的一个很好的例子。”

标签： 教授计算机