加拿大滑铁卢大学的研究人员,开发了一种新型技术用来识别原子的晶体结构,这被认为是改善航空航天、建筑和汽车行业材料选择的新希望。他们的这一发现也将使金属探测的完整性提升到一个新的高度。
Devinder Kumar是滑铁卢大学系统设计工程专业的博士研究生,他通过与德国柏林Fritz Haber研究所(FHI)的研究人员合作,
成功开发出了一种强大的人工智能(AI)模型,该模型可以精确检测出金属材料中的不同原子结构。这一成果近日被发表在了《Nature Communications》杂志中,利用该模型,科学家可以获知以往技术无法探测到的金属缺陷。
“当前技术只允许你在完美晶体中实现金属原子结构的完全识别,一旦该晶体带有某种缺陷,那么便无法精确识别其原子的对称性,”Kumar说,他是滑铁卢大学人工智能领域图像处理方面的专家,“因此,这
种评估金属材料的新方法将为我们带来一个更好的材料设计体验,并有可能影响到所有需要材料设计方面的行业。”
FHI提出了一种人工创建与现实世界相关数据的新方法。Kumar和他的团队利用该技术制作了约8万幅不同类型缺陷和位移的图像标本。有了这些图像数据库,
他便能够制作出一个非常有效的AI模型,用来识别实际晶体中的原子结构排列情况。这个数据库目前已经向公众开放,因此其他研究人员也可以根据自己的实际情况来开发出自己的算法。
“理论上讲,所有的金属材料都应具有完美的晶体对称性,原子总是能占据到自己的位置上,但实际上却由于制造工艺的原因会产生大量的缺陷,”Kumar说,“即使仅存在1%的缺陷,以往所有试图匹配实际中理想结构的方法也都失败了。
而我们制作的AI算法或模型,即使在40%缺陷存在的情况下,也能将这些晶体的对称性进行准确分类。”
原文来自:materialstoday,原文题目:New AI model can detect atomic structures in imperfect metals,由材料科技在线团队翻译整理。