Inteligência artificial abre novas possibilidades para o design de materiais

A pesquisa fornecerá informações sobre os processos de fadiga e autorreparação em materiais.

Por Gail Pieper

Projeto colaborativo utiliza inteligência artificial ( IA ) e computação de alto desempenho para aprimorar o design de materiais para aplicações nas áreas aeroespacial, de infraestrutura e de manufatura avançada.

Todos nós sabemos o que é se sentir cansado. Mas você pode se surpreender ao saber que os materiais também sofrem de fadiga.

Novas tecnologias permitem que fissuras, como as que aparecem no concreto, se regenerem. Pesquisadores estão aplicando esse conceito à fadiga de materiais para projetar materiais mais robustos e adaptáveis.

A fadiga de materiais ocorre quando um material é submetido repetidamente a cargas e forças externas que enfraquecem ou rompem sua integridade estrutural. É uma das principais causas de falhas em tudo, desde microeletrônica até espaçonaves, e pode ser um problema muito dispendioso. Por muito tempo, os cientistas acreditaram que esse dano era permanente, mas uma nova colaboração entre diversos laboratórios visa mudar essa realidade.

Adicione o AR NEWS como fonte favorita no Google News

Estudos recentes demonstraram que fissuras tão minúsculas, medidas na nanoescala (um bilionésimo de metro), podem se autorregenerar. Essa descoberta inovadora já está sendo aplicada em tecnologias como...Calçadas de concreto " autocurativas" que consertam suas próprias rachaduras. Ainda assim, cientistas estão trabalhando para entender melhor esses processos de cura em diferentes materiais e condições — e como controlá-los e ampliá-los para uso mais abrangente.

Para explorar essa fronteira, pesquisadores do Laboratório Nacional Argonne do Departamento de Energia dos EUA ( DOE ) uniram-se a colegas dos laboratórios nacionais Lawrence Livermore, Los Alamos e Sandia, também do DOE , e da Universidade do Sul da Califórnia em um projeto chamado MIRAGE — Microstructure Insights through Reliable/Interpretable AI and Guided Experiments (Informações sobre Microestrutura por meio de IA Confiável/Interpretável e Experimentos Guiados). O projeto é liderado pelo Sandia.

“ Compreender os mecanismos fundamentais por trás da fadiga e da auto-regeneração — e como controlá-los — seria um enorme passo em frente”, disse Jeffrey Larson, matemático computacional do Argonne.“ Os pesquisadores poderiam orientar experimentos e induzir respostas materiais específicas, possibilitando, em última análise, o projeto preditivo de materiais robustos e adaptáveis.”

Mas essa não é uma tarefa simples. Os materiais passam por combinações complexas de processos que ocorrem em diferentes períodos de tempo e em diferentes tamanhos. Ao aproveitar os sistemas de computação de alto desempenho do Departamento de Energia dos EUA (DOE) e um tipo de IA chamada IA interpretável , o projeto MIRAGE está criando uma maneira de acelerar o desenvolvimento de metais mais resistentes e adaptáveis, cujas propriedades podem ser previstas e aprimoradas. Essa abordagem utiliza a IA não apenas para prever falhas, mas também para explicar como as adaptações são feitas, de modo que os cientistas compreendam melhor as causas subjacentes da fadiga dos materiais.

O primeiro passo é a descoberta: identificar os mecanismos básicos e suas combinações que levam à fadiga. Essas informações serão compiladas em uma biblioteca abrangente. Modelos de IA interpretáveis analisarão os dados para detectar padrões físicos e descobrir as causas principais da fadiga estrutural. Esses modelos também gerarão novas hipóteses e experimentos para testar ideias e até mesmo orientar a autorregeneração dos materiais.

“ A inteligência artificial interpretável é essencial nesse processo”, disse Todd Munson, cientista computacional sênior.“ A IA tradicional se concentra em fazer previsões precisas. A IA interpretável , que estamos usando aqui, se concentra em entender como essas previsões são feitas. Nosso objetivo é a transparência: ajudar os pesquisadores a entender as decisões da IA , identificar vieses, otimizar o modelo — e, eventualmente, desenvolver ferramentas para controlar ou até mesmo reverter a fadiga.”

Larson e Munson estão focando na otimização, garantindo que os modelos de IA possam simular com eficiência materiais com uma ampla gama de propriedades e comportamentos. Por exemplo, eles estão desenvolvendo métodos para serem usados mesmo quando alguns detalhes são desconhecidos e criando modelos substitutos que permitem aos pesquisadores reutilizar dados de forma mais eficiente. Todos esses métodos serão incorporados ao fluxo de tomada de decisão da IA .

Mathew Cherukara, cientista da computação e líder do grupo de Ciência Computacional e Inteligência Artificial da Fonte Avançada de Fótons ( APS ) de Argonne, liderará o desenvolvimento de uma estrutura de IA autônoma e ética para coordenar simulações e experimentos. Os modelos de IA ética podem aprender com o ambiente, adaptar-se às condições e tomar decisões contextuais com mínima intervenção humana. A APS é uma instalação de usuários do Departamento de Energia dos EUA (DOE) .

“ Com a IA agente , estamos construindo um sistema que aprende ativamente com a literatura existente, experimentos e simulações que realiza, e propõe o próximo passo, adaptando-se em tempo real”, disse Cherukara.“ Isso fecha o ciclo entre hipótese e descoberta de maneiras que seriam impossíveis com as abordagens tradicionais. Com o tempo, estamos projetando o sistema para aprender com o feedback humano e se tornar um co-cientista mais capaz.”

“ A combinação desses esforços possibilitará um sistema de autoaperfeiçoamento que poderemos usar para gerar hipóteses e projetar experimentos — acelerando a descoberta dos mecanismos por trás da fadiga e da autorregeneração”, disse Larson.

Em última análise, os objetivos da equipe MIRAGE vão além da simples resolução do problema da fadiga de materiais. Eles visam construir uma estrutura flexível que possa ser adaptada e reutilizada para investigar fenômenos emergentes ou raros em sistemas complexos.

O projeto MIRAGE é apoiado pelo Escritório de Ciência do Departamento de Energia dos EUA , por meio do programa Descoberta Científica através da Computação Avançada, cofinanciado pela Pesquisa em Computação Científica Avançada e pelas Ciências Básicas da Energia.

NOTA:

O AR NEWS publica artigos de várias fontes externas que expressam uma ampla gama de pontos de vista. As posições tomadas nestes artigos não são necessariamente as do AR NEWS NOTÍCIAS.

🔑PALAVRAS-CHAVE:

📙 GLOSSÁRIO:

🖥️ FONTES :

Gail Pieper é redatora e editora coordenadora da divisão de Matemática e Ciência da Computação do Argonne, onde trabalha desde 1975. No Argonne, Pieper escreve artigos para periódicos, comunicados de imprensa e destaques científicos. Ela também coordena a preparação de propostas em áreas como redes quânticas e simulação com eficiência energética. É coautora e editora de diversos livros, incluindo um sobre raciocínio automatizado.

Sobre a Fonte Avançada de Fótons

A Fonte Avançada de Fótons ( APS , na sigla em inglês) do Departamento de Energia dos EUA, localizada no Laboratório Nacional de Argonne, é uma das instalações de fontes de luz de raios X mais produtivas do mundo. A APS fornece feixes de raios X de alta intensidade para uma comunidade diversificada de pesquisadores nas áreas de ciência dos materiais, química, física da matéria condensada, ciências da vida e do meio ambiente, e pesquisa aplicada. Esses raios X são ideais para a exploração de materiais e estruturas biológicas; distribuição de elementos; estados químicos, magnéticos e eletrônicos; e uma ampla gama de sistemas de engenharia tecnologicamente importantes, desde baterias até injetores de combustível, todos fundamentais para o bem-estar econômico, tecnológico e físico de nossa nação. A cada ano, mais de 5.000 pesquisadores utilizam a APS para produzir mais de 2.000 publicações que detalham descobertas impactantes e solucionam mais estruturas vitais de proteínas biológicas do que os usuários de qualquer outra instalação de pesquisa com fonte de luz de raios X. Os cientistas e engenheiros da APS inovam em tecnologias que estão no cerne do avanço das operações de aceleradores e fontes de luz. Isso inclui os dispositivos de inserção que produzem raios X de brilho extremo, muito valorizados pelos pesquisadores, as lentes que focalizam os raios X em poucos nanômetros, a instrumentação que maximiza a interação dos raios X com as amostras em estudo e o software que coleta e gerencia a enorme quantidade de dados resultantes da pesquisa de descoberta no APS .

Esta pesquisa utilizou recursos da Advanced Photon Source, uma instalação de usuários do Escritório de Ciência do Departamento de Energia dos EUA, operada para o Escritório de Ciência do Departamento de Energia pelo Laboratório Nacional de Argonne sob o Contrato nº DE-AC02-06CH11357 .

O Laboratório Nacional de Argonne busca soluções para problemas nacionais urgentes em ciência e tecnologia, conduzindo pesquisas básicas e aplicadas de ponta em praticamente todas as disciplinas científicas. O Argonne é administrado pela UChicago Argonne, LLC para o Escritório de Ciência do Departamento de Energia dos EUA.

O Escritório de Ciência do Departamento de Energia dos EUA é o maior financiador individual de pesquisa básica em ciências físicas nos Estados Unidos e trabalha para enfrentar alguns dos desafios mais urgentes da nossa época. Para mais informações, acesse https://energy.gov/science .

🔴Reportar uma correção ou erro de digitação e tradução :Contato ✉️