人工智能彻底改变了材料科学：学生探索新路径！

人工智能彻底改变了材料科学：学生探索新路径！

人工智能越来越多地被用作材料及其应用研究的重要工具。材料研究所的材料信息学学生研究小组就是一个例子，该小组培养了两名忠诚的学生：克拉斯·哈特 (Claas Hardt) 和卡琳娜·凯达洛娃 (Karina Kaidarova)。正在完成环境工程硕士学位的哈特开发了一种人工智能程序，用于对金属粉末颗粒的微观结构进行图像分类。 Kaidarova 现在在她的学士论文中继续这项创新工作，该论文重点研究来自不同材料系列的不同材料。她利用哈特的工作成果和开发的人工智能程序来实现自己的研究目标。这表明材料科学理论与实践的紧密联系。

由圣地亚哥·贝尼托博士领导的学生研究小组不仅促进学生之间的交流，而且还促成了潜在的联合科学出版物。该小组提供广泛的研究领域，包括微观结构分类，这是本研究的四个主要重点之一。凯达洛娃估计，由于哈特的准备工作，她不必从头开始，这大大缩短了她的研究开发时间。

微观结构表征的创新方法

“高级微观结构表征”小组是该研究领域的一部分，深入研究三维材料结构的定量分析。这项研究同时使用了经典的二维方法和现代断层扫描技术。目的是了解材料的制造过程并确定特定性能的最佳结构。该小组当前的项目涉及多相钢和铸造铝合金。特别值得注意的是与计算机科学的跨学科合作，开发图像处理和结构分类的创新方法。

这些现代分析方法的决定性优势是材料结构的全面表征，从而可以得出有关有效材料特性的结论。 这使得加工和性能之间有更好的相关性 ，这对于材料的进一步发展具有重要意义。

人工智能作为进步的先锋

人工智能在材料科学中发挥着越来越大的作用，并从根本上改变了材料的发现方式及其特性研究的方式。人工智能支持的流程的开发可以促进创新和效率。 AI 可以大幅缩短发现新材料所需的时间，通常可缩短 70%，同时预测准确率超过 90%。 人工智能不仅用于材料发现 ，还可以用于属性的预测建模和设计流程的优化。随着过程变得更快、更精确，这对材料科学的未来发展具有重大影响。

Kaidarova 计划在完成学士学位论文后继续研究材料和人工智能，并将学生研究小组视为她科学发展的宝贵平台。哈特还计划在他的硕士论文中继续研究微观结构分类主题，并将继续积极参与该小组。他们的集体努力不仅证明了跨学科合作的价值，而且还证明了将人工智能应用于材料科学可以取得的重大进展。

这些发展不仅是学生个人的进步，而且对整个行业的进步也至关重要。学生研究小组是材料研究创新动力的一个例子，它受到现代技术和科学合作的启发。