据报道，由日本名古屋大学的科学家领导的一个研究小组开发了一种人工智能工具，可以快速预测工业材料中的晶体方向，为更有效地利用多晶组件铺平了道路。
　　晶体是许多机器的重要组成部分。工业中使用的常见材料含有多晶成分，包括金属合金、陶瓷和半导体。由于多晶是由许多晶体组成的，它们具有复杂的微观结构，并且它们的性能随晶粒取向的不同而变化很大。这对于太阳能电池、智能手机和电脑中使用的硅晶体尤为重要。
　　研究人员解释称，“为了获得可以在工业上有效使用的多晶材料，需要控制和测量晶粒取向分布。然而，这受到昂贵的设备和测量大面积样品需耗费大量时间的阻碍。”
　　有鉴于此，他们应用了一种机器学习模型，该模型通过从不同方向照射多晶硅材料表面来评估所拍摄的照片。他们发现人工智能成功地预测了晶粒取向分布。
　　研究人员说，“这次测量所需的时间大约是1.5小时，用于拍摄光学照片、训练机器学习模型和预测方向，这比传统技术要快得多，传统技术大约需要14个小时。它还可以测量传统方法无法测量的大面积材料。”
　　该团队对他们的技术在工业上的应用寄予厚望。最新研究结果已于近期发表在了“APL Machine Learning”杂志上。
　　研究人员说，这是一项将彻底改变材料开发的技术。这项研究面向所有开发多晶材料的研究人员和工程师。这将有可能制造一个多晶材料的取向分析系统，该系统包含图像数据收集和基于机器学习的晶体取向预测模型。
　　“我们预计，许多生产多晶材料的公司都会安装这样的设备。”他们补充道。
（文章来源：财联社）