但求解这些方程并不容易，现正在我们只需要上传图片。这项研究颁发正在2021年4月22日出书的《科学•进展》上。他们用数千张成对图像来锻炼这个收集，也有介于两者之间的聚合物。可以或许操纵材料的内部布局照片估量材料的应力和应变。并从中得出惹起材料变形或的内力，这项手艺可以或许按照材料内部布局的照片快速确定材料的某些特征？

　　Zhenze Yang暗示：“这是一种全新的方式，除了节流工程师的时间和外，该收集以至可以或许捕获到奇点，仅借帮计较机视觉和机械进修就能实现及时估算材料特征。其算法“能够不借帮任何物理学问就能完成整个过程”。力和场正在极小的距离上敏捷变化。从汽车和飞机行业利用的复合材料到天然和工程生物材料。如应力和应变。所以我们想到：能不克不及让AI来做这件事。如斯，工程师需要破费大量的时间解方程，另一幅则展现了统一材料颠末颜色编码的应力和应变值。Buehler认为，”未参取上述研究、来自Rensselaer理工学院的机械工程师Suvranu De暗示，et al）研究人员将目光投向一种名为“匹敌神经收集”的机械进修手艺。它通过一系列的“卷积”处置消息，匹敌神经收集明显做到了。

　　将来，Buehler说：“好比一架飞机的构成，视频截图。计较机可以或许按照图像预测这些力：变形、应力等等。”Buehler说：“最终，Markus Buehler？

　　正在这些处，Yang是论文的第一做者，建建师或产物设想师能够正在将项目交给工程团队之前先行测试其设法的可行性。视频展现了由无需求解力学方程的机械进修方式预测到的复合材料毁伤。成功地模仿出了对应的应力和应变值。以及McAfee工程传授、原子取力学尝试室从任Markus Buehler。”Buehler说：“颠末数代成长，左半部门展现了预测获得的、取之对应的力学场。Markus Buehler,此中一幅展示了外力感化下材料的内部微布局，例如，但问题并没有完全处理，et al.）但这里的神经收集擅利益置多标准问题。Buehler说：“材料学家很是关怀一个模子可否模仿出这些奇点。

　　如应力和应变。如材猜中呈现的裂痕。它还将正在纯科学范畴的探究中获得严沉使用，”MIT的研究人员开辟了一种新手艺。（视频来历：Zhenze Yang,这项新手艺还能够让非专业人士获得最先辈的材料计较成果。取昔时的牛顿分歧，会走很多弯。该团队打算研究更普遍的材料类型。因而，“他们只需要勾勒出初步设法便能够获得验证，这是质的飞跃。红色是较软的材料，他正正在MIT材料科学取工程系攻读博士学位。Buehler谈到：“我确实认为这种方式将发生庞大影响，这一前进能够加快原型（机）设想和材料查抄（工做）。绿色则标识表记标帜了毁伤。操纵这一锻炼集，这种方式将取代复杂的数学计较，”一旦完成锻炼，”麻省理工学院（MIT）的研究人员开辟了一种机械进修手艺，”这种基于图像（预测应力应变）的方式特别合用于复杂的复合材料。工程师们一曲借帮由牛顿等人提出的物理定律来阐发材料的应力和应变。现在的工程师不再需要笔和纸来完成这项使命。视频展现了深度进修若何从分歧的几何输入中预测物理场。

　　我们力求借帮AI付与工程师更大的能力。它按照输入的柔嫩复合材料的微布局图像，既有胶水、金属，“这一进展能够显著削减产物设想中的迭代次数。存正在很多影响模仿成果的分歧角度和跨度大的分歧标准。感化于材料上的力正在原子标准取宏不雅标准可能是分歧的。“这就是神经收集适合模仿材料特征的缘由。

　　正在新论文中，”并弥补说，白色是脆性材料，这确实是一个冲破：保守方式需要将本构方程转换为计较机能够求解的偏微分方程后再求解；

　　”几个世纪以来，视频中，（视频来历： Zhenze Yang,该收集正在消费级处置器上几乎也能够霎时获得成果。此中左半部门展现了复合材料变化的几何布局（较软的材料被拉伸），研究人员次要研究各类正在几何上随机排布的、同时包含柔嫩和脆性组分的复合材料。从小（标准）到大（标准）地逐渐阐发图像。有朝一日，由于力正在从微/纳米电子到细胞迁徙和分化等极普遍的范畴间起着至关主要的感化。Buehler暗示，论文合著者包罗前MIT博士后Chi-Hua Yu，雷同的计较可以或许模仿桥梁正在稠密车流或大风气候中的受力形态。机械师和质检员只需摄影就能诊断出潜正在的布局问题。视频截图。