AI 驅動的革命性人工智能工具Deep-DRAM,，為發(fā)現新型超材料打開了大門

2024年2月19日,，南極熊獲悉,，來自荷蘭代爾夫特理工大學的研究人員開發(fā)了一種名為“Deep-DRAM”的新型人工智能（AI）工具,，能夠以無與倫比的簡便性和可訪問性發(fā)現和制造新型超材料,。這種突破性的方法有望通過簡化具有“前所未有的功能”和“不尋常的特性”的耐用,、定制設計材料的發(fā)現和創(chuàng)造,，徹底改變超材料的開發(fā)。超材料的設計目的是挑戰(zhàn)自然特性,，在電信,、聲學和航空航天技術領域都有廣泛的應用場景。

在《Advanced Materials》雜志上發(fā)表的一篇題為“Deep Learning for Size-Agnostic Inverse Design of Random-Network 3DPrinted Mechanical Metamaterials”論文中 ,，研究人員詳細介紹了Deep-DRAM 的應用如何超越理論進步,，通過廣泛的模擬和 3D 打印樣本展示現實世界的影響。

相關論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adma.202303481

傳統(tǒng)的超材料設計在解決逆問題方面面臨挑戰(zhàn),，阻礙了實際應用,。 Deep-DRAM 通過采用深度學習模型和有限元模擬來解決這一障礙。其模塊化框架能夠根據特定需求創(chuàng)建耐用的超材料,，這與之前容易失敗的設計不同,。

△代表超材料的人工智能生成圖像。圖片來源：代爾夫特理工大學

Deep-DRAM的創(chuàng)新之處在于能夠生成抗疲勞和斷裂的微架構,，確保實際可用性,。其模塊化設計簡化了計算過程，使其具有成本效益且適用于各個行業(yè),。

研究員阿米爾·扎德普爾（Amir Zadpoor）博士說：“傳統(tǒng)上,，設計師使用可用的材料來設計新設備或機器。問題是可用材料屬性的范圍是有限的,。我們希望擁有的一些特性在自然界中并不存在,。我們的方法是：告訴我們您想要擁有什么特性，我們就會設計出具有這些特性的合適材料,。然后你得到的并不是真正的材料,，而是介于結構和材料之間的東西，一種超材料,�,！�

除了實驗室范圍之外,，Deep-DRAM 還為醫(yī)療保健、航空航天等領域提供切實可行的解決方案,。通過將人工智能與材料科學相結合,，它為骨科植入物、軟機器人和自適應鏡子開辟了道路,。憑借 Deep-DRAM 的變革潛力,，各行業(yè)可以利用以前未開發(fā)的優(yōu)勢，標志著材料創(chuàng)新的重大飛躍,。

超材料是經過設計具有天然物質所沒有的特性的材料,。這些工程復合材料可以通過從結構的幾何形狀而不是分子組成中獲得其獨特的特性來挑戰(zhàn)傳統(tǒng)的材料特性。

超材料目前應用于各個行業(yè),，具有實際用途,，例如提高電信中的天線性能以及控制聲波以降低聲學工程中的噪聲或聚焦。最近的進展包括創(chuàng)造世界上第一個真正的“單向玻璃”,，展示了超材料,、多功能性和創(chuàng)新應用的潛力。

2006年,，《科學》雜志上發(fā)表的兩篇研究論文表明,，超材料可用于操縱特定光頻率和電磁輻射的傳播和傳輸,，使物體變得不可見,。

桑迪亞國家實驗室、 美國海軍研究所和諾斯羅普 格魯曼公司最近發(fā)表的出版物討論了超材料的軍事潛力,，提出了創(chuàng)建虛構的“克林貢隱形裝置”或“哈利波特隱形斗篷”的現實版本的可能性,。然而，盡管研究工作不斷進行,，實用的超材料隱形技術迄今為止尚未公開展示,。

開發(fā)新型超材料的最重大挑戰(zhàn)源于解決所謂的“逆問題”或計算產生所需性能所需的特定幾何形狀。

論文主要作者 Helda Pahlavani 博士解釋道：“即使過去解決了逆問題,，它們也受到簡化假設的限制,，即小規(guī)模幾何體可以由無限數量的構建塊構成。這種假設的問題在于,，超材料通常是通過 3D 打印制造的,，而真正的 3D 打印機的分辨率有限，這限制了適合給定設備的構建塊的數量,�,！�

Deep-DRAM 是一種人工智能驅動的模塊化框架，結合了深度學習模型,、生成模型和有限元模擬,，可以正面應對這些挑戰(zhàn),。研究人員表示，Deep-DRAM 的突出之處在于從新的角度解決了逆向設計問題,，能夠創(chuàng)建具有定制特性的材料,，例如雙拉脹（拉伸時在兩個方向上膨脹的材料）和高剛度。

Pahlavani 博士強調了Deep-DRAM 能夠克服先前限制的重要性,，并表示：“我們現在可以簡單地問：您的制造技術允許您在設備中容納多少個構建塊,？然后，該模型會找到幾何形狀,，為您提供實際可以制造的構建塊數量所需的屬性,。”

扎德普爾博士描述了當前開發(fā)超材料的過程：“到目前為止,，這只是關于可以實現哪些特性,。我們的研究考慮了耐用性，并從大量候選設計中選擇了最耐用的設計,。這使得我們的設計真正實用,，而不僅僅是理論上的冒險�,！�

研究人員表示,，Deep-DRAM 的顯著特點之一是其模塊化設計，允許集成各種計算模型,，從而有效地解決復雜的設計問題,。這種模塊化方法加速了設計過程并最大限度地降低了計算成本，使其成為各種應用的有吸引力的選擇,。

創(chuàng)新的 Deep-DRAM 框架的影響遠遠超出了實驗室范圍,，為現實世界的挑戰(zhàn)提供了切實的解決方案。由于能夠根據特定需求定制耐用的超材料,，從醫(yī)療保健到航空航天等行業(yè)都可以從人工智能和材料科學最近的結合中受益匪淺,。

該研究的通訊作者、助理教授 Mohammad J. Mirzaali 博士表示,，超材料的潛力是無限的,。然而，由于其最佳設計歷來依賴于直覺和反復試驗,，超材料的全部潛力從未真正發(fā)揮出來,。

然而，研究人員認為,，人工智能驅動的 Deep-DRAM 逆向設計過程可能會徹底改變超材料的開發(fā),，為骨科植入物、手術器械,、軟機器人,、自適應鏡子和外骨骼等應用開辟途徑,。最后，米爾扎利博士表示：“我們認為我們所采取的步驟在超材料領域是革命性的,，它可能會帶來各種新的應用,。”