我國(guó)科研團(tuán)隊(duì)運(yùn)用AI設(shè)計(jì)出石墨烯/氮化硼復(fù)合二維材料

本報(bào)訊 （記者 李爭(zhēng)粉） 近日，記者從 杭州電子科技大學(xué)獲悉，該校 機(jī)械工程學(xué)院董源教授研究團(tuán)隊(duì)將人工智能、深度學(xué)習(xí)、對(duì)抗生成技術(shù)與新材料的研發(fā)相結(jié)合，研究出針對(duì) 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(shí)驗(yàn)室制備、工程化制造和實(shí)際應(yīng)用等階段，這一過程至少需要20-30年，造成材料科研耗時(shí)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(zhǎng)、代價(jià)過高的一種新嘗試。

董源研究團(tuán)隊(duì)采用大規(guī)模高通量計(jì)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(cè)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(dá)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(chǔ)、光電器件中具有重要應(yīng)用潛力。”董源說。

在進(jìn)一步研究中，董源團(tuán)隊(duì)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(dòng)設(shè)計(jì)材料。

“我們采用了近年來備受關(guān)注的對(duì)抗生成網(wǎng)絡(luò)( GAN)來實(shí)現(xiàn)這一目的。”董源說。通過將深度 卷積網(wǎng)絡(luò)中的“隱藏神經(jīng)層”與對(duì)抗生成網(wǎng)絡(luò)中的“判別器”嵌合在一起，他們所設(shè)計(jì)的“條件 生成對(duì)抗網(wǎng)絡(luò)”可以做到根據(jù)用戶對(duì)帶隙的需求，自動(dòng)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(dá)到90%左右。

董源團(tuán)隊(duì)還通過對(duì)隱藏神經(jīng)層進(jìn)行數(shù)據(jù)降維，觀測(cè)到條件生成對(duì)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(duì)人工智能在材料科學(xué)應(yīng)用中的可解釋性進(jìn)行了部分闡述。

“人工智能加速新材料研發(fā)這一領(lǐng)域的進(jìn)展是激動(dòng)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(chéng)合作、緊密團(tuán)結(jié)來推動(dòng)它的發(fā)展?！倍幢硎?。