?盡管如今的生活中充滿了驚人的技術進步，但支撐這些發展的金屬的使用方式在數千年里都沒有顯著改變。從為汽車和卡車提供形狀、強度和燃油經濟性的金屬棒、金屬管和立方體，到為從電廠到海底電纜的所有東西輸送電能的電線，一切都是如此。

但是情況正在迅速變化：材料制造業正在使用全新創新技術、過程和方法來改進現有的產品和創造新的產品。美國太平洋西北國家實驗室(PNNL)是這一領域的領導者，被稱為先進制造。PNNL成立于1965年，利用其在化學、地球科學、生物學和數據科學方面的獨特優勢，促進科學知識，應對可持續能源和國家安全方面的挑戰。

在PNNL的“科學中的人工智能推理”項目中工作的科學家們，利用人工智能的分支機器學習開創了設計和訓練計算機軟件的方法，以指導新的制造工藝的開發。

這些軟件程序經過訓練，可以識別制造數據中的模式，并使用這種模式識別能力來推薦或預測制造過程中的設置，這些設置將產生性能改善的材料，比使用傳統方法生產的材料更輕、更強或更導電。

PNNL的材料科學家Keerti Kappagantula說:“我們用先進的制造工藝制造的組件對工業企業非常有吸引力，他們希望看到這些技術盡快推出。”

一個挑戰是，在先進制造技術的基礎物理和其他復雜性得到充分充實和驗證之前，行業合作伙伴不愿投資于新技術。

為了彌補差距，Kappagantula與PNNL的數據科學家Henry Kvinge和Tegan Emerson合作開發機器學習工具，預測制造過程中的各種設置如何影響材料性能。這些工具還以可視化的方式展示了預測，為行業合作伙伴和其他人提供了即時的清晰和理解。

通過使用這些機器學習工具，該團隊相信從實驗室到工廠的時間可以縮短到幾個月，而不是幾年。在工具預測的指導下，材料科學家只需要進行少量的實驗，而不是幾十個，就可以確定未來材料特性。例如，什么設置可以導致鋁管達到預期性能。

Kvinge說:“我們的目標是將機器學習作為一種工具，幫助指導正在運行先進制造過程的人在他們的設備上嘗試不同的設置——不同的工藝參數——以找到一個讓他們實現他們實際想要實現的目標。”

解決正確的問題

在傳統的制造中，計算機模型建立在對制造過程的物理學非常了解的基礎上，展示了不同的設置如何影響材料的性能。Kappagantula說，在先進的制造業中，人們對物理學知之甚少。如果沒有這種專業理解，生產就會推遲。

新的先進制造人工智能工具項目旨在確定如何利用機器學習來提取工藝參數和產生的材料屬性之間的模式，這為先進制造技術的底層物理提供了洞察，并可以加速它們的部署。

“我們采取的方法，統一的主題，從理解材料科學家如何運用他們專業知識以及他們有什么心智模式?然后用它作為構建模型的框架。”Kvinge說。

在這個項目中需要一個機器學習模型，在給定特定參數的情況下預測材料的性能。在與材料科學家的磋商中，他很快了解到，他們真正想要的是能夠指定一種特性，并有一個模型建議所有可用于實現該特性的工藝參數。

一個可說明的解決方案

Kappagantula和她的同事需要的是一個機器學習框架，它可以提供結果，幫助她的團隊做出下一步嘗試什么實驗的決定。在缺乏這種指導的情況下，調整參數以開發具有所需性能的材料的過程是充滿失敗風險。

在這個項目中，Kvinge和他的同事們首先開發了一個名為“差別屬性分類”的機器學習模型，該模型利用機器學習的模式匹配能力來區分兩組工藝參數，以確定哪一組更有可能產生具有所需屬性的材料。

該模型允許材料科學家在開始實驗之前鎖定最佳參數，這可能會花費昂貴，需要大量的準備工作。

Kappagantula說，在進行機器學習模型推薦的實驗之前，她需要相信模型的推薦。“我希望能夠看到它是如何進行分析的。”

這個概念在機器學習領域被稱為可解釋性，對不同領域的專家有不同的含義。Kvinge指出，對于數據科學家來說，對機器學習模型如何得出預測的解釋可能與對材料科學家有意義的解釋完全不同。

當Kvinge、Emerson和他們的同事在處理這個問題時，他們試圖從材料科學家的思維框架來理解它。

Kvinge說:“事實證明，他們通過這些材料微觀結構的圖片非常了解這一點。”“如果你問他們哪里出了問題，為什么實驗不順利，或者為什么進行得很順利，他們會看著圖片，向你指出問題，說這些顆粒尺寸太大了，或太小了，或諸如此類的問題。”

為了使他們的機器學習模型的結果具有可解釋性，Kvinge、Emerson和同事們使用了先前實驗中的微結構圖像和相關數據來訓練一個模型，該模型生成微結構圖像，這些圖像將由一組給定的參數調整的制造過程產生。

該團隊目前正在驗證該模型，并致力于使其成為軟件框架的一部分，材料科學家可以使用該框架來確定進行哪些實驗，同時開發承諾改變材料生產和性能的先進制造技術。

Kappagantula在談到先進制造業時表示:“這不僅僅是在提高能源效率，它還開啟了新材料從未見過的特性和性能。”?