Прикладной искусственный интеллект в материаловедении и дизайне материалов

Традиционно материаловедение опиралось на сочетание экспериментальных методов и теоретического моделирования для открытия и разработки новых материалов с заданными свойствами. Однако эти процессы могут быть длительными, ресурсоёмкими и часто ограниченными сложностью материальных систем. Появление искусственного интеллекта (ИИ), особенно машинного обучения, произвело революцию в материаловедении, предложив мощные инструменты для ускорения открытия, проектирования и характеризации новых материалов. ИИ не только повышает эффективность прогнозного моделирования свойств материалов, но и упрощает анализ данных, получаемых такими методами, как рентгеновская дифракция, рамановская спектроскопия, сканирующая зондовая микроскопия и электронная микроскопия. Используя большие массивы данных, алгоритмы ИИ способны выявлять закономерности, снижать уровень шума и прогнозировать поведение материалов с беспрецедентной точностью. В настоящем обзоре освещаются последние достижения в применении ИИ в различных областях материаловедения, включая спектроскопию, синхротронные исследования, сканирующую зондовую и электронную микроскопию, метаматериалы, атомистическое моделирование, молекулярный дизайн и открытие лекарственных препаратов. Рассматривается, как методы на основе ИИ преобразуют эту область, повышают эффективность поиска материалов и открывают путь к прорывам в дизайне материалов и анализе экспериментальных данных в реальном времени.