我國科研團隊運用AI設計出石墨烯/氮化硼復合二維材料

本報訊 （記者 李爭粉） 近日，記者從 杭州電子科技大學獲悉，該校 機械工程學院董源教授研究團隊將人工智能、深度學習、對抗生成技術與新材料的研發(fā)相結合，研究出針對 石墨烯/ 氮化硼復合 二維材料的人工智能系統(tǒng)。

傳統(tǒng)的材料學硏究中，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用等階段，這一過程至少需要20-30年，造成材料科研耗時耗力。將 人工智能應用到新材料研發(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構—帶隙之間的關聯(lián)數(shù)據(jù)，作為人工智能的學習數(shù)據(jù)集。他們構建了數(shù)套深度 卷積神經(jīng)網(wǎng)絡，可以學習已有的結構—帶隙數(shù)據(jù)，精確預測不在數(shù)據(jù)集之中的任意新型結構的帶隙，精確度可高達95%。

“這一類材料的帶隙可以在 導體與寬禁帶半導體之間廣泛可調，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用潛力?！倍凑f。

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

“我們采用了近年來備受關注的對抗生成網(wǎng)絡( GAN)來實現(xiàn)這一目的?！倍凑f。通過將深度 卷積網(wǎng)絡中的“隱藏神經(jīng)層”與對抗生成網(wǎng)絡中的“判別器”嵌合在一起，他們所設計的“條件 生成對抗網(wǎng)絡”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 材料結構，且準確度依然可以達到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)絡跟蹤材料結構與物性之間 耦合關系的過程，對人工智能在材料科學應用中的可解釋性進行了部分闡述。

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