作者布雷特·汉萨德，阿尔贡国家实验室 约瑟夫·利伯拉和安东尼·斯塔克为原位拉曼光谱做准备
学分:阿尔贡国家实验室 通过火焰喷雾热解来制造纳米材料是复杂的，但是阿尔贡的科学家们已经发现了应用人工智能如何能够带来更简单的过程和更好的性能
在参观美国的制造和工程研究设施时
S
能源部阿尔贡国家实验室，马里乌斯·斯坦，阿尔贡应用材料部门的智能材料设计负责人，遇到了一个新的实验装置
当他看着实验中依靠火焰生产纳米材料的机器时，他有了一个想法:人工智能可以用来优化这个复杂的过程吗？ 当被要求解释这一过程时，斯坦简单地说:“这是科学家将化学物质放入火焰中，等待奇迹发生的地方——在过程结束时出现粒子，这些粒子在各种应用中具有重要的特性
“火焰喷雾热解是一种能够大量制造纳米材料的技术，这反过来又对生产各种工业材料至关重要，如化学催化剂、电池电解质/阴极和颜料
快进到2020年7月，在《材料与设计》杂志上发表了“通过统计和机器学习优化框架喷雾热解”，这是一篇由AMD研究团队撰写的论文，该论文表明火焰喷雾热解过程实际上可以优化，以创造性能更好的材料，帮助改变国内制造
研究人员发现了如何改变材料的化学成分，并使用先进的统计技术调整机器的参数
“我们决定研究二氧化硅的生产，试图影响粉末的质量，”计算材料科学家、该论文的主要作者诺亚·保尔森说，还有乔·利伯拉(Joe Libera)，他是负责实验室火焰喷雾热解的主要材料科学家，还有斯坦
“我们发现，我们可以使用机器学习来控制火焰喷雾热解设置中的输入——这很复杂，有许多不同的输入——并获得理想的结果
" 保尔森补充说，选择二氧化硅是因为它非常适合计算建模，但这项研究的发现可能会导致大量的改进材料，例如电池电极
“如果你有一辆车，你想在一次充电的情况下将车的续航里程增加一倍，你需要更好的电池材料
这就是限制我们在这些应用方面的原因
" 人工智能在这项研究中的作用尤其值得注意
斯坦在他的职业生涯中花了很大一部分时间来研究人和机器之间的关系，他说这个项目的分析水平非常复杂，对一个人来说几乎是不可行的
“这是一个演示，我们可以创建一个算法和软件，它可以控制一个过程，如果不是比人类更好的话
这涉及到如此多的参数，人工智能对于增强我们大脑处理这些信息是必要的，”斯坦说
“我们不可能仅仅通过观察就从数据中提取出这些发现，因为有太多的维度
" 保尔森同意了
“这项技术的核心是机器学习，它允许我们在没有人工输入的情况下优化这些处理条件，”保尔森说
“我们基本上能够在一天的实验中专注于(我们想要的)粒子尺寸分布，而不是几周的时间
" 展望未来，保尔森和斯坦指出了涉及实验和计算两方面的进一步可能的研究
在制造和工程研究机构，研究团队成员希望与工业合作伙伴联系，研究项目软件如何更好地控制燃烧和化学过程，这些过程是火焰喷射热解的一部分
与此同时，他们希望利用阿尔贡即将推出的高性能超级计算机奥罗拉及其超大规模能力，来帮助完成这项工作的密集计算性质
保尔森认为，这些努力将最终导致生产更好材料的能力，这是许多不同技术前沿进步的前兆
“材料是真正的瓶颈，”他解释道
“如果我们能够找到一种方法，将我们在实验室中看到的成功转化为能够以合理成本制造的材料，那么我们就能够实现世界真正需要的技术
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
