利用AI革新材料科學，將成為各國高科技競爭力焦點
科技產業資訊室 (iKnow) - Kyle 發表於 2021年3月3日
圖、利用AI革新材料科學，將成為各國高科技競爭力焦點
基本上，AI演算法可以從現有數據庫和重複分析中預測零組件，以提供用於製造新材料的新配方或組合。機器學習系統可以從研究材料和期刊中挖掘數據，將它們組合起來，並提供對新材料組合的見解。
日本是現今最為積極採用AI變革材料科學的國家之一。日本大阪大學利用AI技術，開發下世代高分子材料，用於價格低廉的太陽能電池。如果能夠研發出低價電池，那麼就會使太陽能電池和蓄電池的採用率提高，進而促進可再生能源的普及，因此開發出前所未有的低廉材料勢在必行。
至於美國，麻省理工學院的報告也指出，麻省理工學院和加州大學研究人員希望通過新的AI系統縮小材料科學自動化的差距，該系統將通過研究論文得出結論以推斷出生產特殊材料的新配方。
至於英國，劍橋大學正在討論使用機器學習預測複合式材料機械性能的最新應用，以及機器學習在設計具有所需性能的複合材料中的作用。
研究機構IDTechEx認為，材料科學的一個關鍵概念是“逆向設計”的點子。簡而言之，這可能涉及訓練一個模型，且該模型允許輸入特性並提出配方、組成、流程參數或其他參數。這些屬性並不僅僅是物理性質，還可以是成本，毒性，地理可用性或更多。如果將AI或者機器學習加入其中，這可以加快從材料設計到上市的時間。通常來說，材料的開發週期比起許多產品開發週期還要長且慢，在某些領域，這種開發和資格認證可能會成為瓶頸。
這也是在材料發現的過程中，使用AI和機器學習可以更快地創建新合金，並解決諸如鋼之類的有限複合材料資源的問題。
其實，2011年美國歐巴馬政府就提出了“材料基因組計畫（Materials Genome Initiative；MGI）”。當時MGI受白宮科學科技政策辦公室（OSTP；the White House Office of Science and Technology Policy）的監督，旨在協調多個機構之間的聯邦材料科學研究，並鼓勵私營部門和學術研究人員開發和共享基礎材料科學發現數據，以加快創新速度。
未來，以AI推動材料科學趨勢將會持續，也將成為未來材料科學的主流思維。（779字）
參考資料：
AI and machine learning can analyze data sets to provide combinations for new composite materials. Analytics Insight，2021/2/18
Materials innovation push looks to make Japan manufacturing power again. Japan News, 2021/2/23
相關文章：
1. 全球10家最有價值AI新創公司及AI發展趨勢
2. AI結合量子將顛覆網路安全產業與未來
3. 白宮計畫5年投入10億美元支援國家研究機構AI、量子運算研究
4. 2021年科學與科技10大趨勢 重塑疫後新經濟與社會
5. 第四次工業革命的創新未來奠基於先進材料科學
6. 廠商嘗試使用量子運算找新材料或突破科技極限
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|