AI 图像工具实时预测材料应力应变
研究人员开发出技术，基于材料内部结构图像快速确定应力、应变等性质。该方法未来可替代基于物理的计算，改用计算机视觉和机器学习实时生成估值，加速设计原型和材料检测。
计算揭示材料内力（应力应变），可导致变形或断裂。此类计算可预测拟建桥梁在重交通载荷或强风下的表现。研究者采用生成对抗神经网络，以数千对配对图像训练：一幅描绘材料微观结构受力，另一幅为同材料应力应变色码图。网络利用博弈论迭代推断几何与应力关系。
基于图像的方法对复杂复合材料尤具优势。力在原子尺度和宏观尺度作用机制不同。
但该网络擅长多尺度处理。通过一系列“卷积”逐步分析逐渐增大尺度的图像信息。
训练完成的网络成功根据各种软复合材料微观结构特写图像渲染应力应变值。甚至能捕捉裂纹发展等“奇点”——力和场在微小距离内急剧变化。
该进展可显著减少产品设计迭代。端到端方法影响广泛工程应用：汽车航空复合材料、天然及工程生物材料。
除节省工程师时间金钱，新技术让非专家也能使用最先进材料计算。产品设计师可在移交工程团队前测试创意可行性。
训练完成后，网络在消费级处理器上近乎瞬时运行。机械师和检查员拍张照片即可诊断机械潜在问题。
研究者主要针对含软脆成分、随机几何排列的复合材料。未来计划扩展更多材料类型。
传感器