AI революционизира науката за материалите: Студентите изследват нови пътища!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Студентите от UNI Bochum провеждат интердисциплинарни изследвания върху материалознанието и класификацията на микроструктурата, поддържани от AI.

Studierende der UNI Bochum forschen interdisziplinär an KI-gestützter Materialwissenschaft und Mikrostrukturklassifikation.
Студентите от UNI Bochum провеждат интердисциплинарни изследвания върху материалознанието и класификацията на микроструктурата, поддържани от AI.

AI революционизира науката за материалите: Студентите изследват нови пътища!

AI все повече се използва като ценен инструмент в изследванията на материалите и техните приложения. Пример за това е Студентската изследователска група Материална информатика към Института по материали, която произвежда двама ангажирани студенти, Клаас Хард и Карина Кайдарова. Хард, който завършва магистърската си степен по екологично инженерство, разработи програма с изкуствен интелект за класификация на изображения на микроструктури на частици от метален прах. Тази новаторска работа сега е продължена от Кайдарова в нейната бакалавърска теза, която се фокусира върху различен материал от различна група материали. Тя използва резултатите от работата на Хард и разработената AI програма, за да постигне собствените си изследователски цели. Това показва тясната връзка между теорията и практиката в материалознанието.

Студентската изследователска група, ръководена от д-р Сантяго Бенито, не само насърчава обмена между студенти, но също така позволява потенциални съвместни научни публикации. Групата предлага широка гама от изследователски области, включително класификация на микроструктурата, която е подчертана като един от четирите основни фокуса на това изследване. Кайдарова оценява, че благодарение на подготвителната работа на Хард не се налага да започва от нулата, което значително съкращава времето за разработка на нейното изследване.

Иновативни методи за характеризиране на микроструктурата

Групата „Разширено характеризиране на микроструктурата“, която е част от изследователския пейзаж, се занимава задълбочено с количествения анализ на триизмерната структура на материала. Това изследване използва както класически 2D методи, така и съвременни томографски техники. Целта е да се разберат производствените процеси на материалите и да се идентифицират оптималните структури за специфични свойства. Работа с многофазни стомани и ляти алуминиеви сплави са текущи проекти в тази група. Особено забележително е интердисциплинарното сътрудничество с компютърните науки за разработване на иновативни методи за обработка на изображения и структурна класификация.

Решаващо предимство на тези съвременни методи за анализ е цялостното характеризиране на структурата на материала, което позволява да се направят изводи за ефективните свойства на материала. Това води до по-добра корелация между обработката и свойствата, което е от значение за по-нататъшното развитие на материалите.

Изкуственият интелект като пионер на прогреса

Изкуственият интелект играе все по-голяма роля в науката за материалите и фундаментално променя начина, по който се откриват материалите и изучават техните свойства. Разработването на поддържани от AI процеси насърчава иновациите и ефективността. AI може значително да намали времето, необходимо за откриване на нови материали, често с до 70 процента, като същевременно постига точност на прогнозиране от над 90 процента. AI не се използва само за откриване на материали, но също и за прогнозно моделиране на свойства и оптимизиране на процесите на проектиране. Това има значителни последици за бъдещото развитие на науката за материалите, тъй като процесите стават по-бързи и по-прецизни.

Кайдарова планира да продължи да изследва материали и AI след бакалавърската си теза и вижда Студентската изследователска група като ценна платформа за своето научно развитие. Хард също има за цел да продължи да работи по темата за класификацията на микроструктурата в своята магистърска теза и ще остане активно включен в групата. Техните колективни усилия демонстрират не само стойността на интердисциплинарното сътрудничество, но и значителния напредък, който може да бъде постигнат в прилагането на AI към материалознанието.

Тези разработки са не само напредък за отделните студенти, но също така могат да бъдат от решаващо значение за напредъка в цялата индустрия. Студентската изследователска група е пример за стремежа към иновации в изследването на материалите, който е вдъхновен от съвременните технологии и научното сътрудничество.