他在這一過程中發現，潛在的調整變數數量繁多，不同變數可產生千萬種可能。比如加入微量金屬和其他新增劑可以改變加熱和乾燥時間。
柏林蓋特和同事將這項工作交給了置入人工智慧演算法的單臂機械人，機械人可混合不同溶液，並將其澆築成薄膜，再進行熱處理或後續步驟。
在美國材料研究學會日前舉行的一次會議上，柏林蓋特報告了這一系統最新成果：摸清配方和加熱條件後，人工智慧可創造用於太陽能電池的新型薄膜，而且以往需要9個月才能解決的問題如今只須5天。
事實上，在藥物開發、遺傳學研究等其他領域，已有用人工智慧設計實驗的先例。比如用dna合成器進行程式設計，給出dna組裝的任何可能。
但對某種材料而言，無法用單一方法對其進行處理或合成，這意味著智慧型演算法指導的自動化系統處理流程會更複雜。柏林蓋特等人的成果意味著材料學領域的類似系統已經產生。「這是乙個令人興奮的領域。」在美國空軍研究室工作的材料學家本吉丸山評價說，「形成系統閉環意味著材料領域會以更快的速度創新。」
元素週期表有100多種元素，理論上可以對其進行無數種組合，由此產生的材料數量非常可觀。這意味著有成百上千種材料等待人們去發現，另一方面，如何選出其中真正可用的部分也成為挑戰。
不過，丸山還表示，如果只是簡單地逐個配方進行實驗，只能算是高通量實驗的一種，而不是實現大量突破的創新。
為了加快這一過程，許多研究團隊利用計算機建模尋找可能的材料配方，而且已有不少新型材料誕生。但問題在於，這些系統設計往往依賴材料學專業研究生或經驗豐富的科學家，系統評估由人給出既定標準，實驗是否進行也由人決定。但人無法一直操控所有步驟。
與柏林蓋特的團隊類似，在波士頓大學工作的機械工程師基思·布朗也建立了由人工智慧驅動的機械人系統。
布朗團隊的研究目標是找到足夠堅固的3d列印結構。材料的韌性取決於結構細節，既對強度有要求，也需要良好的延展性。而這些往往無法靠**得出，必須通過實驗檢驗。
作為測試用例，布朗等人用塑料造出一種桶形結構，大小與乙個鹽瓶相當。研究團隊改變了桶形外壁的支柱數量、方向和形狀，但全部變數加起來可能產生約50萬種組合。
為了更快找出合適結構，布朗團隊先用機械人製造出600個不同結構，並對所有選項進行取樣。然後，他們利用人工智慧演算法測量實驗中可能產生的最優設計。
通過實驗和計算，相關程式可以找出材料具有良好韌性的趨勢，比如每個支柱的厚度、半徑變化，有助於**出更堅固的結構。而這一切無需研究者密切盯守。程式啟動24小時後，研究者獲得了比以往任何原始設計都堅固的結構。
無論是鈣鈦礦太陽能電池還是3d列印材料，這些基於人工智慧的系統能夠幫研究者更快找出良好結構，甚至為所處領域帶來更深遠影響。
人工智慧 A演算法
在狀態空間搜尋中，如果每一步都利用估價函式f n g n h n 對open表中的結點進行排序，則稱a演算法。它是一種為啟發式搜尋演算法。演算法型別 把初始結點s0放入open表中，f s0 g s0 h s0 如果open表為空，則問題無解 失敗退出 把open表的第乙個結點取出放入closed表...
人工智慧簡史 人工智慧簡史
人工智慧簡史 在人工智慧的早期，計算機科學家試圖在計算機中重建人類思維的各個方面。這就是科幻 中的智力型別，即或多或少像我們一樣思考的機器。毫無疑問，這種型別的智慧型稱為可理解性。具有可理解性的計算機可用於探索我們如何推理，學習，判斷，感知和執行腦力活動。可懂度的早期研究集中於在計算機中對現實世界和...
人工智慧基礎 什麼是人工智慧
人工智慧是一門研究如何構造智慧型機器 智慧型計算機 或智慧型系統，使它們能夠模擬 延伸和拓展人類智慧型的學科。個人理解就是 研究人的智慧型，並且把人的智慧型放到機器上面，代替人思考。人工智慧發展簡史 孕育階段 1.亞里斯多德三段論 2.英國哲學家培根 知識就是力量。3.萊布尼茨 建立一種通用的符號語...