作为世界领先的全科学范畴学术出版社，细胞出版社特与“中国科学院青年立异促进会”协作开设“青促会述评”专栏，以期增进学术互动，促进世界交流。

  2023年第十四期（总第142期）专栏文章，由来自国家纳米科学中心副研讨员 中国科学院青促会会员 孟庆华，就 Matter中的论文宣布述评。

  硬度丈量是表征资料力学功能最常用的技能。尽管如此，传统的纳米压痕试验办法仍存在许多局限性。例如，试验丈量会损坏资料样本、丈量成果会遭到试验设备和操作人员水平的影响、丈量功率较低一级。怎么快速无损地丈量资料硬度仍是一个悬而未决的科学问题。

  人工智能已成为提高数据信息价值和提醒躲藏见地的重要技能东西。人工智能技能的继续不断的开展为资料功能的快速表征和猜测供给了有用手法。现在，人工智能模型已成功使用于资料力学范畴。例如，它可以适用于猜测资料的开裂、委曲及结构优化等。

  作者们首要经过组合不同数量和精度的数据集，取得了相对完好的牙釉质硬度图。如图1所示，该模型包含三个数据集：精准符号、估量符号和凌乱符号。这三个数据集被组合成一个含有22730对图画符号的数据集，其间资料硬度值介于2 GPa到7 GPa之间。选用深度残差神经网络架构（如图2所示），作者们练习了图画回归模型，完成了牙釉质结构图到其硬度值的定量映射。

  为了了解取向误差与资料硬度之间的联系，需要用过滤器激活最大化办法来完成模型内容的可视化。模型的初始层运用不相同的图画色彩来区别晶体取向，而模型的深层运用图画和纹路来辨认晶体结构和标准。图3展现了牙釉质结构的明显可视图。它可以核算猜测的空间支撑度，并辨认对确认输出最重要的图画部分区域。然后，将图画的色谐和亮度值转换为图画平面方向和外平面方向的函数。

  作者们选用深度残差网络回归模型作为高通量和高分辨率的虚拟压痕东西（图4），以辨认高硬度和低硬度区域，猜测牙釉质的硬度值，然后建立了一种快速无损的资料硬度丈量办法。此外，运用迭代遗传算法的反向规划来快速取得具有特定硬度值的牙釉质结构（图5）。首要，将图画数据集练习为二次生成模型，并运用大局优化技能来探究结构的潜在规划空间。经过几十代的结构种群漂移，终究取得了挨近希望硬度的牙釉质结构。

  此研讨工作开展了一种人工智能模型，完成了纳米标准资料硬度的快速无损丈量。该人工智能模型打破了传统的试验丈量方法，为表征资料硬度供给了革命性的新办法。人工智能模型具有非破坏性、一致性和可扩展性等长处，获取恰当、有用的数据集是其高效使用的要害。一起，它也为大规模建立资料力学功能与结构之间的映射联系，完成资料结构的逆向规划供给了重要途径。

  经过不断进化，生物体形成了合适其生存环境的杂乱资料结构。根据这些久经考验的天然规划，人工仿生结构呈现出优胜的资料装备。尽管如此，经过调控结构特征来取得抱负资料功能的方法依然是重要的规划战略。本研讨工作将针对人体最坚固的生物安排——牙釉质，说明其结构与功能之间的联系。资料硬度的试验丈量办法耗时且具有破坏性，而本文提出的人工智能模型可以直接猜测资料功能，完成高通量的无损表征。在模型中，将深度图画回归神经网络作为署理模型进行练习，经过梯度上升和明显图的可视化来辨认硬度最高的资料结构特征。与试验硬度图比较，该模型可提高空间分辨率和灵敏度。使用这一快速硬度测验模型，经过耦合比照生成模型和具有潜在空间的遗传算法来完成资料规划，然后精准构筑硬度可控的仿生结构。

  孟庆华，国家纳米科学中心副研讨员，2023年当选中国科学院青年立异促进会。首要研讨方向为生物资料多标准力学。已在J Mech Phys Solids、Appl Mech Rev、Int J Solids Struct等力学范畴世界期刊宣布论文20余篇。

  本文为汹涌号作者或组织在汹涌新闻上传并发布，仅代表该作者或组织观念，不代表汹涌新闻的观念或态度，汹涌新闻仅供给信息发布渠道。请求汹涌号请用电脑拜访。