网站首页生活 > 正文

新的人工智能模型：自主材料科学的飞跃

2024-03-25 10:17:16 生活来源：

导读材料科学实现了尖端技术，从轻型汽车和功能强大的计算机到高容量电池和耐用的航天器。但要开发用于这些应用的材料，需要通过大量的显微镜头...

材料科学实现了尖端技术，从轻型汽车和功能强大的计算机到高容量电池和耐用的航天器。但要开发用于这些应用的材料，需要通过大量的显微镜头对它们进行精确分析——这是一个困难且耗时的过程。

西北太平洋国家实验室 (PNNL) 开发的一种新的人工智能 (AI) 模型可以识别材料电子显微镜图像中的模式，无需人工干预，从而实现更准确和一致的材料科学。它还消除了电子显微镜自主实验的障碍——电子显微镜是所谓“自动驾驶实验室”的重要组成部分。

“我们在实验室做了很多不同的材料科学，无论是开发用于催化剂、能源存储还是电子产品的新材料，”PNNL 的高级材料科学家 Steven Spurgeon 说，他多年来一直致力于将人工智能应用于材料科学。。

“我们还做了大量工作来了解材料在不同环境中如何演变。例如，如果将传感器放入核反应堆或航天器中，它们将暴露在高辐射环境中，导致材料退化时间。”

了解这种降解反过来有助于研究人员设计更好的材料。

通常，为了训练人工智能模型来理解辐射损伤等现象，研究人员会煞费苦心地制作一个手工标记的训练数据集，手动追踪电子显微镜图像上的辐射损伤区域。然后，该手工标记的数据集将用于训练人工智能模型，该模型将识别这些人类识别区域的共同特征，并寻求识别未标记图像中的相似区域。

手动标记数据集并不理想。这是一个耗时的过程，但此外，人类在标记时更容易出现不一致和不准确的情况，而且他们不擅长同时考虑(并公平地标记)同一样本的不同镜头(模式)。

“通常，人类会对数据进行主观评估，”司布真说。 “而我们现在正在构建的硬件类型无法做到这一点。”

使用标记数据还需要人类“参与其中”，在人类解释或标记新电子显微镜图像中的数据时暂停实验过程。

版权说明： 本文由用户上传，如有侵权请联系删除！

标签：