Umělá inteligence pomocníkem při objevování nových materiálů

19. října 2021  ·  Bc. Jiří Nahodil

Mark Messner objevil nový způsob, jakým lze předem určit strukturu materiálu s ohledem na jeho požadované vlastnosti. Použit je pro tyto účely typ umělé inteligence, kterou sociální sítě využívají k identifikaci osob na fotografiích. Zmíněný objev může pomoci ušetřit čas a významné finanční prostředky mnoha firmám, jelikož dosud byly schopny predikovat strukturu materiálu tímto způsobem pouze superpočítače.

Mark Messner je hlavním strojním inženýrem v Argonne National Laboratory amerického ministerstva energetiky. Na tomto pracovišti vede skupinu vědců, kteří hledají nové způsoby, jakými lze efektivně předpovídat vlastnosti materiálů a jejich chování za vysokých tlaků a teplot. Současně používané metody predikce sice fungují spolehlivě, ovšem jsou časově poměrně náročné a především je ve většině případů nutné použít superpočítače. Pokud má totiž zadavatel širší soubor specifických požadavků na vlastnosti materiálu (např. tuhost, hustota a pevnost), je nezbytné spustit celou řadu simulací a výpočtů, aby bylo možné objasnit nejvhodnější typ vnitřní struktury. Realizace tohoto procesu je v současné době možná pouze pomocí již zmíněných superpočítačů.

Messnerův tým však při výzkumu nových řešení zjistil, že neuronové sítě, tedy typ umělé inteligence, který odkrývá vzory ve velkých souborech dat, lze použít také pro predikci nejvhodnější struktury materiálu. Poprvé byla tedy k přesnému rozpoznání strukturálních vlastností materiálu použita tzv. konvoluční neuronová síť, tedy typ neuronové sítě v kombinaci s druhou, jednodušší strukturou, která je ideální pro rozpoznávání vzorů na fotografiích.

Toto řešení se projevilo jako výrazně rychlejší ve srovnání se simulacemi a výpočty. Nová metoda totiž dokázala určit strukturu materiálu 2 000krát rychleji než superpočítač. Mark Messner si přitom uvědomil zásadní fakt týkající se dostupnosti tohoto řešení. Nově totiž bude možné určovat strukturu materiálu na běžném notebooku. Nebude třeba používat superpočítače, které jsou pro většinu podniků nedostupné.

Messner se začal zabývat vlastními návrhy materiálů jako výzkumník v Lawrence Livermore National Laboratory, kde se snažil s týmem vědců vytvářet struktury na 3D tiskárně v měřítku mikronů a miliontin metru. Jejich výzkum však probíhal velmi pomalu, a proto hledali způsob, jak práce urychlit. V tomtéž období začali technologičtí giganti v Silicon Valley pomocí konvolučních neuronových sítí rozpoznávat na obrázcích tváře a zvířata, což Messnera inspirovalo. Uvědomil si totiž, že chemická struktura se nikterak neliší od 3D obrazu, a tudíž může neuronová 3D síť pomoci při rozpoznávání vlastností materiálu, přičemž bude fungovat jako při rozpoznávání osob na fotografiích. Následně se Messner rozhodl svoji teorii otestovat. Ve výsledku našla nová metoda správnou strukturu 2 760krát rychleji, než starší model založený na simulacích a výpočtech (0,000 750 s proti 0,207 s).

Tato nová metoda může v budoucnu změnit způsob, jakým inženýři navrhují materiály. Zejména by se mohlo jednat o ty, které musejí odolávat vysokým teplotám, tlakům a korozi např. v jaderných elektrárnách. Messner se již připojil k týmu inženýrů, který spolupracuje s jadernou společností Kairos Power, a nyní pracuje na tvorbě simulačních nástrojů. Ty následně pomohou zmínění společnosti navrhnout jaderný reaktor s roztavenou solí, která bude použita jako chladivo. Pomocí těchto simulačních nástrojů má Messnerův tým určit, jak se bude nerezová ocel typu 316H chovat v extrémních podmínkách.

Další slibnou cestou, kterou se tento typ práce může vydat, je již zmíněný 3D tisk, jelikož vytváření struktury metodou vrstva po vrstvě umožňuje větší flexibilitu než tradiční výrobní metody. Je také možné, že se budoucnost strojírenství může skrývat v kombinaci 3D tisku s novými technikami založenými na umělé inteligenci. V praxi by pak měl pracovník vytvořenou strukturu určenou neuronovou sítí, zaslal by ji do 3D tiskárny a následně by byl vytištěn díl s požadovanými vlastnostmi. Takový proces aktuálně realizovatelný není, ovšem podle Marka Messnera je velmi pravděpodobné, že by v budoucnu mohly materiály tímto způsobem vyráběny.

Zdroj: https://www.rdworldonline.com/can-artificial-intelligence-open-new-doors-for-materials-discovery/