冷冻铸造用於仿生多孔洞材料,极具应用潜力,但从设计到制作,过程繁杂又充满不确定性。国立成功大学工程科学系游济华助理教授带领研究团队,成功利用人工智慧模型预测冷冻铸造中的冰晶结构生成,并能设计冷冻铸造仿生多孔洞材料的所需的孔洞结构,不仅降低设计与制造过程所耗费的人力与时间成本,提升成功率,还进一步开启了材料设计新途径,这项研究成果5月17日一举跃登国际权威期刊《Advance Science》。
|
右起,游济华助理教授、研究助理郭张??、博士候选人曾柏谚 |
游济华助理教授表示,冷冻铸造是新兴的仿生多孔洞材料制作法,冰晶结构生成是仿生多孔洞材料「结构」的关键。冷冻铸造仿生多孔洞材料可运用的领域,例如生医骨材等生物材料、油水过滤、空气过滤等环保用途。但迄今,无论设计冰晶生成趋势或生成後的铸造,都要耗费大量人力和时间,而且变数极大。
现今,国内外都有团队投入人工智慧冷冻铸造相关研究,但多数做的是预测,提供各种温度、速度等条件,预测冰晶结构生成的结果。游济华助理教授团队不仅利用人工智慧「深度学习」去预测结果,又应用了「增强式学习」,让模型具有设计能力,输入指令说明要制作的孔洞结构,模型就能设计出符合「结果」所需要的各式条件。
这项「预测+设计」人工智慧模型,是游济华助理教授及其团队独立研究开发而成。游济华助理教授说,此模型大幅加速冰晶结构设计过程,一般来说有经验的设计者,至少要花5小时才可能设计出一个冰晶结构生长趋势,人工智慧模式2至3分钟即大功告成。至於运算成本,一般的电脑计算若需要2分钟,人工智慧只要2秒。
游济华助理教授研究团队成员包括,博士候选人曾柏谚、研究助理郭张??、硕士毕业生简宇辰,大家前後耗费1年时间才完成此项研究。这一年来,团队遇到不少挑战,难题之一是没有现成适合的人工智慧模型框架可以使用,必须开发符合研究需求的全新模型架构、设计演算法等。另一个难关为,如何有效整合与控制温度、速度、搅拌时间等叁数。在团队锲而不舍的坚持下,问题逐一被克服。
游济华助理教授表示,未来将带领团队继续探索人工智慧在材料方面的应用、研究更先进的技术。现在冷冻铸造仿生多孔洞材料,孔洞结构都是朝同一方向生成,研究孔洞结构不同的生成方向、探讨添加材料等,都是值得深入的议题。
《Advance Science》是涵盖材料科学、物理、化学、医学和生命科学以及工程学方面研究的期刊,具有高度影响力。