Автор: 
Учёные Пенсильванского университета обучили генеративно-состязательную сеть создавать новые тугоплавкие высокоэнтропийные сплавы — материалы, которые могут выдерживать сверхвысокие температуры, сохраняя свою прочность. Такие материалы используют там, где нужна особая прочность при суровых условиях эксплуатации — от лопастей турбин до ракет. Теперь нейросеть может генерировать не только реалистичных людей, но и реалистичные материалы. Статья опубликована в Journal of Materials Informatics.
Принцип работы генеративно-состязательной сети (ГСС) заключается в соревновании двух нейронных сетей — одна генерирует примеры, а вторая оценивает, насколько он «правильный». Именно так сеть обучается — с каждой новой итерацией сеть-генератор выдаёт всё более верные примеры. Для обучающего набор данных команда собрала сотни опубликованных примеров сплавов. Для начала были рассмотрены материалы, идеально подходящие для изготовления лопастей турбин.
Раньше для проектирования материалов было достаточно логики и интуиции для поиска закономерностей в материалах и их улучшения. Однако по мере усложнения обработки материалов это делать всё сложнее. Мозг человека не приспособлен мыслить в 100-мерном пространстве — даже вообразить его себе крайне непросто. Основное, что делает нейросеть для нас — «сжимает» результаты, показывая нам понятные закономерности.
При классическом проектировании приходится проходить множество этапов: проводить моделирование, сверяться с уже известными данными, а также консультироваться с экспертами. Проектирование с помощью нейросетей осуществляется с помощью статистической модели. За миллисекунды по запросу становится возможно получить сотни и даже тысячи составов, что могут подойти. Конечно, модель не совершенна и её оценки нужно подтверждать изготовлением реальных сплавов. Однако она снимает с учёных некоторую часть работы, например, по генерации гипотез.
