Возможно, вы не можете отличить книгу по обложке, но, по мнению исследователей из Массачусетского технологического института, теперь вы можете сделать то же самое для самых разных материалов, от деталей самолета до медицинских имплантатов. Их новый подход позволяет инженерам понять, что происходит внутри, просто наблюдая за свойствами поверхности материала.
Команда использовала тип машинного обучения, известный как глубокое обучение, для сравнения большого набора смоделированных данных о внешних силовых полях материалов и соответствующей внутренней структуре, и на их основе создала систему, способную делать надежные прогнозы внутреннего состояния на основе данных о поверхности.
Результаты были опубликованы в журнале Advanced Materials в статье докторанта Чжэньцзе Яна и профессора гражданского и экологического строительства Маркуса Бюлера.
«Это очень распространенная проблема в инженерии», — объясняет Бюлер. «Если у вас есть кусок материала — может быть, это дверь автомобиля или часть самолета — и вы хотите узнать, что находится внутри этого материала, вы можете измерить деформации на поверхности, сделав снимки и вычислив степень деформации. Но вы не можете заглянуть внутрь материала. Единственный способ сделать это — разрезать его, а затем заглянуть внутрь и посмотреть, есть ли там какие-либо повреждения».
Можно также использовать рентгеновские лучи и другие методы, но они, как правило, дороги и требуют громоздкого оборудования, говорит он. «Итак, то, что мы сделали, это, по сути, задали вопрос: Можем ли мы разработать алгоритм искусственного интеллекта, который мог бы посмотреть на то, что происходит на поверхности, которую мы можем легко увидеть с помощью микроскопа или сфотографировать, или, возможно, просто измерить что-то на поверхности материала, а затем попытаться выяснить, что на самом деле происходит внутри?». Эта внутренняя информация может включать любые повреждения, трещины или напряжения в материале, или детали его внутренней микроструктуры.
Такие же вопросы можно задавать и биологическим тканям, добавляет он. «Есть ли там болезнь, или какой-то рост, или изменения в ткани?». Цель заключалась в разработке системы, которая могла бы отвечать на подобные вопросы совершенно неинвазивным способом.
Достижение этой цели потребовало решения сложных задач, включая тот факт, что «многие подобные проблемы имеют несколько решений», — говорит Бюлер. Например, множество различных внутренних конфигураций могут проявлять одни и те же свойства поверхности. Чтобы справиться с этой неоднозначностью, «мы создали методы, которые могут дать нам все возможности, все варианты, в принципе, которые могут привести к данному конкретному сценарию [поверхности]».