3月15日，記者從杭州電子科技大學(xué)獲悉，該校機械工程學(xué)院董源教授研究團隊將人工智能、深度學(xué)習(xí)、對抗生成技術(shù)與新材料的研發(fā)相結(jié)合，研究出針對石墨烯/氮化硼復(fù)合二維材料的人工智能系統(tǒng)。

　　傳統(tǒng)的材料學(xué)硏究中，新材料需要經(jīng)歷理論發(fā)現(xiàn)、實驗室制備、工程化制造和實際應(yīng)用等階段，這一過程至少需要20至30年，造成材料科研“耗時耗力”。將人工智能應(yīng)用到新材料研發(fā)中，是解決目前材料研發(fā)周期過長、代價過高的一種新嘗試。

　　董源研究團隊采用大規(guī)模高通量計算收集了大量的結(jié)構(gòu)-帶隙之間的關(guān)聯(lián)數(shù)據(jù)，作為人工智能的學(xué)習(xí)數(shù)據(jù)集。他們構(gòu)建了數(shù)套深度卷積神經(jīng)網(wǎng)絡(luò)，可以學(xué)習(xí)已有的結(jié)構(gòu)-帶隙數(shù)據(jù)，精確預(yù)測不在數(shù)據(jù)集之中的任意新型結(jié)構(gòu)的帶隙，精確度可高達95%。

　　“這一類材料的帶隙可以在導(dǎo)體與寬禁帶半導(dǎo)體之間廣泛可調(diào)，并且高度依賴原子的空間排布，在高性能存儲、光電器件中具有重要應(yīng)用潛力。”董源指出。

　　在進一步研究中，董源團隊希望人工智能能夠承擔(dān)起一位材料科學(xué)家的角色，也就是可以根據(jù)用戶需求主動設(shè)計材料。

　　“我們采用了近年來備受關(guān)注的對抗生成網(wǎng)絡(luò)(GAN)來實現(xiàn)這一目的?！倍凑f。通過將深度卷積網(wǎng)絡(luò)中的“隱藏神經(jīng)層”與對抗生成網(wǎng)絡(luò)中的“判別器”嵌合在一起，他們所設(shè)計的“條件生成對抗網(wǎng)絡(luò)”可以做到根據(jù)用戶對帶隙的需求，自動生成新的石墨烯/氮化硼材料結(jié)構(gòu)，且準(zhǔn)確度依然可以達到90%左右。

　　董源團隊還通過對隱藏神經(jīng)層進行數(shù)據(jù)降維，觀測到條件生成對抗網(wǎng)絡(luò)跟蹤材料結(jié)構(gòu)與物性之間耦合關(guān)系的過程，對人工智能在材料科學(xué)應(yīng)用中的可解釋性做出了部分闡述。

　　日前，浙江省發(fā)布了《浙江省新材料產(chǎn)業(yè)發(fā)展“十四五”規(guī)劃》，明確提出力爭到2025年，初步建成全球有重要影響力的新材料產(chǎn)業(yè)高地。

　　“人工智能加速新材料研發(fā)這一領(lǐng)域的進展是激動人心的，迫切需要材料領(lǐng)域、信息科學(xué)領(lǐng)域的科學(xué)家以及材料產(chǎn)業(yè)專家精誠合作、緊密團結(jié)來推動它的發(fā)展?！倍幢硎?。