美國人工智能模型可推測材料內(nèi)部結(jié)構(gòu)和性質(zhì)

美國麻省理工學(xué)院（MIT）研究團(tuán)隊(duì)開發(fā)了一個(gè)人工智能模型，可從材料的表面數(shù)據(jù)推測其內(nèi)部結(jié)構(gòu)、空隙和裂縫等詳細(xì)信息。相關(guān)成果發(fā)表在《先進(jìn)材料》雜志上。

研究團(tuán)隊(duì)開發(fā)出一種人工智能算法，利用深度學(xué)習(xí)來比較關(guān)于材料的外部力場和相應(yīng)的內(nèi)部結(jié)構(gòu)的大量模擬數(shù)據(jù)，并利用這些數(shù)據(jù)生成一個(gè)能夠從表面數(shù)據(jù)對內(nèi)部進(jìn)行可靠預(yù)測的系統(tǒng)。開發(fā)該方法涉及一個(gè)迭代過程，讓模型進(jìn)行初步預(yù)測，與有關(guān)材料的實(shí)際數(shù)據(jù)進(jìn)行比較，然后進(jìn)一步微調(diào)模型以匹配這些信息。由此產(chǎn)生的模型對那些對材料有足夠了解從而能夠計(jì)算其內(nèi)部屬性的情況進(jìn)行了測試，新方法的預(yù)測與計(jì)算出的屬性相吻合。該方法已通過網(wǎng)站免費(fèi)提供公眾使用。

本文摘自國外相關(guān)研究報(bào)道，文章內(nèi)容不代表本網(wǎng)站觀點(diǎn)和立場，僅供參考。