由于人工智能 (AI) 能夠生成令人信服但最終是虛假的人臉圖像，因此從計(jì)算機(jī)屏幕上凝視的人實(shí)際上可能并不存在。根據(jù)賓夕法尼亞州立大學(xué)的科學(xué)家的說法，現(xiàn)在同樣的技術(shù)可能會推動材料設(shè)計(jì)的下一波創(chuàng)新浪潮。
“我們今天在新聞中聽到了很多關(guān)于深度造假的消息——人工智能可以生成與真人不符的逼真人臉圖像，”材料科學(xué)與工程助理教授、計(jì)算與數(shù)據(jù)科學(xué)研究所教員 Wesley Reinhart 說共同雇用，在賓夕法尼亞州立大學(xué)。“這與我們在研究中使用的技術(shù)完全相同。我們基本上只是將這個(gè)人臉圖像示例換成了高性能合金的元素成分。”
科學(xué)家們訓(xùn)練了一個(gè)生成對抗網(wǎng)絡(luò) (GAN) 來創(chuàng)造新型難熔高熵合金，這種材料可以在保持強(qiáng)度的同時(shí)承受超高溫，并用于從渦輪葉片到火箭的技術(shù)中。
“關(guān)于人臉圖像的構(gòu)成或合金的構(gòu)成有很多規(guī)則，你很難知道所有這些規(guī)則是什么，或者用手把它們寫下來，”萊因哈特說。“這個(gè) GAN 的整個(gè)原理是，你有兩個(gè)基本上競爭的神經(jīng)網(wǎng)絡(luò)，以了解這些規(guī)則是什么，然后生成遵循規(guī)則的示例。”
該團(tuán)隊(duì)梳理了數(shù)百個(gè)已發(fā)布的合金示例，以創(chuàng)建訓(xùn)練數(shù)據(jù)集。該網(wǎng)絡(luò)具有創(chuàng)建新作品的生成器和試圖辨別它們與訓(xùn)練數(shù)據(jù)集相比是否真實(shí)的評論家?？茖W(xué)家們說，如果發(fā)電機(jī)成功，它就能夠制造出評論家認(rèn)為真實(shí)的合金，隨著這種對抗性游戲在多次迭代中繼續(xù)進(jìn)行，模型會得到改進(jìn)。
在這次培訓(xùn)之后，科學(xué)家們要求模型專注于創(chuàng)造具有特定屬性的合金成分，這些成分非常適合用于渦輪葉片。
“我們的初步結(jié)果表明，生成模型可以學(xué)習(xí)復(fù)雜的關(guān)系，以便按需產(chǎn)生新穎性，”賓夕法尼亞州立大學(xué)材料科學(xué)與工程教授 Dorothy Pate Enright 的劉子奎說。“這是驚人的?？偟膩碚f，這確實(shí)是我們在材料科學(xué)計(jì)算社區(qū)中所缺少的。”
研究人員表示，傳統(tǒng)或理性設(shè)計(jì)依賴于人類直覺來尋找模式和改進(jìn)材料，但隨著材料化學(xué)和加工變得越來越復(fù)雜，這變得越來越具有挑戰(zhàn)性。
“當(dāng)您處理設(shè)計(jì)問題時(shí)，您通常有數(shù)十個(gè)甚至數(shù)百個(gè)可以更改的變量，”Reinhart 說。“你的大腦無法在 100 維空間中思考;你甚至無法想象它。因此，這項(xiàng)技術(shù)為我們做的一件事就是將其壓縮并向我們展示我們可以理解的模式。我們需要這樣的工具才能解決這個(gè)問題。我們根本無法通過蠻力做到這一點(diǎn)。”
科學(xué)家們表示，他們最近發(fā)表在《材料信息學(xué)雜志》上的研究結(jié)果表明，在合金逆向設(shè)計(jì)方面取得了進(jìn)展。
“通過合理的設(shè)計(jì)，您必須一次一個(gè)地完成這些步驟中的每一個(gè);進(jìn)行模擬、檢查表格、咨詢其他專家，”萊因哈特說。“逆向設(shè)計(jì)基本上是由這個(gè)統(tǒng)計(jì)模型處理的。您可以要求具有定義屬性的材料，并在幾毫秒內(nèi)獲得 100 或 1,000 種可能合適的成分。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！