Исследователи из Университета Ватерлоо в Канаде нашли лучший способ определять атомные структуры, что является важным шагом в улучшении выбора материалов для авиационной, строительной и автомобильной промышленности. Их результаты должны позволить определить целостность металлов с большей уверенностью.
Девиндер Кумар, аспирант проектирования систем в университете Ватерлоо, в сотрудничестве с исследователями из Института Фрица Хабера (FHI) в Берлине (Германия), работали над разработкой мощной модели искусственного интеллекта (ИИ), которая может точно определить различные атомные структуры в металлических материалах. Эта модель способна найти недостатки в металле, которые ранее обнаружить было невозможно.
«Где бы ни находились металлы, мы хотим знать о консистенции, а с помощью существующих практических вариантах моделирования это сделать невозможно, потому что нынешние методы не способны определить симметрию в несовершенных условиях», – говорит Девиндер Кумар, который также является членом исследовательской группы по машинному зрению и обработке образов под руководством Александра Вонга, профессора в Ватерлоо кафедры в области искусственного интеллекта. «Таким образом, этот новый метод оценки металлического материала приведет к лучшему материальному дизайну (дизайн программного обеспечения и приложений операционной системы) в целом и может повлиять на все отрасли, в которых требуются свойства для конструирования материалов».
Исследователи в Институте Фрица Хабера разработали новый метод искусственного создания данных, относящихся к реальному миру. Кумар вместе со своими сотрудниками смог использовать этот метод для создания около 80 000 изображений различных видов дефектов и отклонений. Используя эти изображения, он смог создать очень эффективную модель Искусственного Интеллекта для идентификации различных типов кристаллических структур в практических моделях. Так как эти данные были опубликованы для широкой научной публики, другие исследователи смогут разработать свои собственные алгоритмы.
«В теории, все металлические материалы имеют идеальную симметрию, и всё находится в правильном месте, но на практике, в силу различных причин, таких как дешевое производство, существуют и недостатки», – поделился Кумар. «Все уже существующие методы терпят неудачу, когда пытаются соответствовать фактически идеальным структурам – большинство из них не дают результатов, когда есть даже 1%-ный дефект. Мы создали такой алгоритм или модель на основе Искусственного Интеллекта, который сможет классифицировать эти виды симметрий даже до 40% дефекта».
