科学界迈向新时代：美国雪城大学利用人工智能设计复合材料

这一研究的核心在于双连续复合结构的快速生成和在负载时的应力分布分析。该团队通过微调低秩自适应模型，使得生成式AI能够使用较少的输入数据进行训练，从而产生具备指定力学性能的合成复合结构及其相应的von Mises应力分布。

这项技术能够方便地生成大量的复合材料设计方案，并从中提取出有用的力学信息。这些信息被整合到一个模型中，用以预测材料的刚度、断裂性能和鲁棒性等关键力学特性。这些特性的评估通常需要依赖于多个不同的实验或模拟测试。因此，这项研究为复合材料设计的改进提供了有价值的见解，不仅扩大了设计空间，还实现了复合材料设计的自动筛选，进一步提升材料的力学性能。这一成就标志着材料设计领域的一个重要进步，尤其是在处理复杂、无序分布的材料时。随着AI算法在材料设计领域的显著发展，科学家现在能够探测到隐藏在复杂结构背后的结构力学相关性，这对于设计具有复杂结构的复合材料至关重要。此项研究不仅展示了AI工具在复合材料设计中的应用潜力，也为未来的材料科学研究开辟了新的道路。