科学家已经使用过人工智能（AI）以碳钢的强度和泡沫聚苯乙烯的轻度来设计从未见过的纳米材料。
使用机器学习和3D打印机制造的新纳米材料使现有设计的强度增加了一倍以上。这项新研究的科学家说，它们可以用于飞机和汽车的更强，更轻，更省油的组件。他们于1月23日在杂志上发表了他们的发现高级材料。
“我们希望这些新的材料设计最终将导致航空航天应用中的超轻质重量组件，例如飞机，直升机和航天器，在保持安全和性能的同时，可以减少飞行过程中的燃料需求，”Tobin Filleter，多伦多大学工程学教授，在一份声明中说。“这最终可以帮助减少飞行的高碳足迹。”
在许多材料中，力量和韧性通常可能是矛盾的。以陶瓷餐盘为例：虽然盘子通常很强并且可以承受沉重的负载，但它们的强度是以韧性为代价的 - 不需要太多能量才能使它们破碎。
有关的：科学家发现革命性的方法，从水和阳光下制造燃料，但尚未完成
同样的问题也适用于纳米架构的材料，它们的结构是从众多，重复的构建块1/100的构造的结构。到目前为止，这种破碎的趋势限制了材料的应用。
“正如我对这个挑战的想法一样，我意识到这是机器学习解决的理想问题，”第一作者彼得·塞尔斯加州理工学院的工程研究人员在声明中说。
为了寻找更好的设计纳米材料的方法，研究人员在通过机器学习算法之前为其设计模拟了可能的几何形状。通过从其产生的设计中学习，该算法能够预测最佳的形状，这些形状将均匀地分散施加的应力，同时还承受着沉重的负载。
借助这些形状，研究人员使用了3D打印机来创建新的纳米质体，发现他们每公斤每公斤每一立方米的压力可能比钛高五倍。
Serles说：“这是机器学习首次应用于优化纳米构造的材料，我们对这些改进感到震惊。”“它不仅仅是从训练数据中复制成功的几何形状；它从对形状的变化以及没有什么变化中学到了什么，使其能够预测全新的晶格几何形状。”
研究人员说，他们的下一步将集中于扩展材料，直到可以使用它们来制造更大的组件，同时还可以使用其过程来寻找更好的设计。主要目的是将来为车辆设计更轻，更强大的组件。
塞尔斯说：“例如，如果您要用这种材料代替飞机上的钛制成的组件，那么您将每年每年每年每年的材料每年节省80升的燃料。”