对于开发新材料或防护涂层的工程师来说，有数十亿种不同的可能性需要筛选。实验室测试甚至详细的计算机模拟来确定它们的确切属性，如韧性，可能需要数小时、数天甚至更长时间。现在，麻省理工学院开发的一种新的基于人工智能的方法可以将其缩短到几毫秒的时间，使其成为筛选大量候选材料的实用方法。
麻省理工学院的研究人员希望该系统可用于开发更强的保护性涂层或结构材料，例如，保护飞机或航天器免受撞击。该系统由麻省理工学院博士后Chi-Hua Yu、土木与环境工程系教授兼系主任Markus J. Buehler和台湾大学的Yu-Chuan Hsu在《Matter》杂志上发表的一篇论文中进行了描述。
这项工作的重点是通过分析裂纹在材料分子结构中的传播，预测材料的断裂或断裂方式。Buehler和他的同事们花了很多年的时间对断裂和其他失效模式进行了非常详细的研究，因为了解失效过程是开发出坚固可靠的材料的关键。"我的实验室的专长之一就是使用我们称之为分子动力学模拟，或者说基本上是逐个原子的模拟，来研究这些过程。
这些模拟可以提供一个化学上的精确描述，说明裂缝是如何发生的。但它很慢，因为它需要为每一个原子求解运动方程。模拟这些过程需要很多时间，该团队决定探索精简该过程的方法，使用机器学习系统。
在这个案例中，他们研究的是各种由晶体材料制成的复合、分层涂层。变量包括层状晶体结构的组成及其有序晶体结构的相对方向，以及这些材料各自对断裂的反应方式，这些变量都是基于分子动力学模拟。"我们基本上是逐个原子模拟材料如何断裂，并记录下这些信息。"Buehler说。
他们生成了上百个这样的模拟，包含各种各样的结构，并让每一个模拟的材料都接受了许多不同的模拟断裂。然后，他们将所有这些模拟的数据输入到他们的人工智能系统中，看看它是否能发现潜在的物理原理，并预测不属于训练集的新材料的性能。
"它确实做到了！这才是真正令人兴奋的事情，"Buehler说，"因为通过人工智能的计算机模拟可以完成通常需要很长时间的分子动力学模拟，或者使用有限元模拟，这是工程师们解决这个问题的另一种方式，而且速度也很慢。所以，这是一种全新的模拟材料如何失效的方法。"
Buehler强调，材料如何失效对任何工程项目来说都是至关重要的信息。材料失效，如断裂等是很多行业中造成损失的最大原因之一。用人工智能模拟断裂的能力，可以实现快速、高效地完成，是一个真正的游戏规则改变者。"
使用这种方法所产生的速度提升是非常显著的。Hsu解释说，"对于分子动力学中的单次模拟，运行模拟需要几个小时，但在这种人工智能预测中，只需要10毫秒，就能把所有的模式预测出来的裂缝一步一步地走完，并显示出裂缝是如何形成的。"
Buehler说，他们开发的方法具有相当的通用性。"尽管在我们的论文中，我们只将其应用于一种具有不同晶体方向的材料，但你可以将这种方法应用到更复杂的材料上。" 而且，虽然他们使用的是原子模拟的数据，但该系统也可以根据实验数据进行预测，比如正在经历断裂的材料的图像等实验数据。