【儀表網(wǎng) 儀表下游】人工智能的研發(fā)方興未艾。隨著其應(yīng)用領(lǐng)域的不斷延伸，其他學(xué)科也在與人工智能的結(jié)合中獲得意想不到的收獲，新材料便是其中之一。
 

　　目前，國(guó)外已有人工智能助力新材料研發(fā)的案例報(bào)道。英國(guó)利物浦大學(xué)的科研人員研發(fā)了一款機(jī)器人，在8天內(nèi)自主設(shè)計(jì)化學(xué)反應(yīng)路線，完成了688個(gè)實(shí)驗(yàn)，找到一種高效催化劑來(lái)提高聚合物光催化性能，這項(xiàng)實(shí)驗(yàn)若由人工完成將花費(fèi)數(shù)月時(shí)間。不久前，日本大阪大學(xué)一名教授利用1200種光伏電池材料作為訓(xùn)練數(shù)據(jù)庫(kù)，通過(guò)機(jī)器學(xué)習(xí)算法研究高分子材料結(jié)構(gòu)和光電感應(yīng)之間的關(guān)系，成功在1分鐘內(nèi)篩選出有潛在應(yīng)用價(jià)值的化合物結(jié)構(gòu)，傳統(tǒng)方法則需5—6年時(shí)間。
 

　　為了縮短研發(fā)周期，人工智能可以作為一個(gè)強(qiáng)有力的輔助工具，借助數(shù)據(jù)共享，對(duì)先進(jìn)材料的物理化學(xué)性質(zhì)進(jìn)行預(yù)測(cè)、篩選，從而加快新材料的合成和生產(chǎn)。過(guò)去，材料的設(shè)計(jì)都是通過(guò)理論計(jì)算來(lái)構(gòu)建結(jié)構(gòu)和性質(zhì)的關(guān)系。不過(guò)，由于原子有很多不同的結(jié)合方式，設(shè)計(jì)一個(gè)新的分子結(jié)構(gòu)就如同一個(gè)搭積木游戲，拼搭過(guò)程中無(wú)法預(yù)知分子的性質(zhì)。作為人工智能的一個(gè)分支，機(jī)器學(xué)習(xí)算法在輔助新材料設(shè)計(jì)時(shí)尤為“得力”，其工作過(guò)程主要包括“描述符”生成、模型構(gòu)建和驗(yàn)證、材料預(yù)測(cè)、實(shí)驗(yàn)驗(yàn)證4個(gè)步驟。所謂“描述符”，就是根據(jù)現(xiàn)有數(shù)據(jù)來(lái)描述材料的某些特殊性質(zhì)，再通過(guò)非線性的形式構(gòu)建訓(xùn)練模型，從而預(yù)測(cè)新材料性質(zhì)，這個(gè)過(guò)程不再依賴物理知識(shí)。
 

　　智能控制在各行各業(yè)的應(yīng)用
 

　　1、工業(yè)過(guò)程中的智能控制
 

　　生產(chǎn)過(guò)程的智能控制主要包括兩個(gè)方面:局部級(jí)和全局級(jí)。局部級(jí)的智能控制是指將智能引入工藝過(guò)程中的某一單元進(jìn)行控制器設(shè)計(jì)，例如智能PID控制器、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點(diǎn)是智能PID控制器，因?yàn)槠湓趨?shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢(shì)，且可用于控制一些非線性的復(fù)雜對(duì)象。
 

　　2、機(jī)械制造中的智能控制
 

　　在現(xiàn)代先進(jìn)制造系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來(lái)解決難以或無(wú)法預(yù)測(cè)的情況，人工智能技術(shù)為解決這—難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè)，它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對(duì)制造過(guò)程進(jìn)行動(dòng)態(tài)環(huán)境建模，利用傳感器融合技術(shù)來(lái)進(jìn)行信息的預(yù)處理和綜合。
 

　　3、電力電子學(xué)研究領(lǐng)域中的智能控制
 

　　電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動(dòng)機(jī)等電機(jī)電器設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)復(fù)雜的過(guò)程，國(guó)內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計(jì)、故障診斷及控制中，取得了良好的控制效果。遺傳算法是一種先進(jìn)的優(yōu)化算法，采用此方法來(lái)對(duì)電器設(shè)備的設(shè)計(jì)進(jìn)行優(yōu)化，可以降低成本，縮短計(jì)算時(shí)間，提高產(chǎn)品設(shè)計(jì)的效率和質(zhì)星。
 

　　總結(jié)
 

　　人工智能要想和新材料擦出更多的“火花”，仍面臨一些挑戰(zhàn)。比如，AI算法很難準(zhǔn)確預(yù)測(cè)晶體結(jié)構(gòu)，訓(xùn)練數(shù)據(jù)的可靠性仍有待理論方法的發(fā)展等。為了更好發(fā)揮學(xué)科交叉融合的乘數(shù)效應(yīng)，除了需要算法不斷改進(jìn)外，理論計(jì)算化學(xué)的發(fā)展、材料性質(zhì)表征手段的研發(fā)也應(yīng)齊頭并進(jìn)。未來(lái)，相信通過(guò)各方科學(xué)家的努力，新材料的創(chuàng)新成果將會(huì)不斷涌現(xiàn)。
 

　　資料來(lái)源：百科、人民日?qǐng)?bào)