MIT’den araştırmacılar, görüntüleri analiz ederek bir malzemenin altında kaldığı baskıyı yani gerilmeyi belirlemek için bir yapay zeka modeli geliştirdi.
Fizik yasaları, mühendisler tarafından yüzyıllardır karmaşık denklemler kullanılarak, üzerinde çalıştıkları malzemelerin altında yatan gerilimleri çözmek için kullanılıyor. En iyi ihtimalle maliyetli olabilecek veya en kötü durumda can kaybına neden olabilecek yapısal arızaları önlemek zaman alıcı ama hayati bir görev.
McAfee Mühendislik Profesörü, Atomistik ve Moleküler Mekanik Laboratuvarı direktörü ve makalenin ortaklarından biri olan Markus Buehler, “Matematikçi ve mühendis nesillerinin çoğu bu denklemleri yazıp bilgisayarlarda nasıl çözeceklerini buldular” diyor. Fakat araştırmacıların dediğine göre yine de aşılması gereken bazı zorluklar var. Mesela bu çözüm yollarının pahalı olması, bazı simülasyonları çalıştırmanın günler, haftalar ve hatta aylar sürebilecek olması gibi. Araştırmacılar da bu duruma kendileri bir çözüm üretmek için bir yapay zeka modelini bu zorlukları aşması için eğitti.
MIT araştırmacıları tarafından geliştirilen yapay zeka aracı, bilgisayarlı görü kullanarak gerçek zamanlı olarak malzeme streslerine ilişkin tahminler oluşturabiliyor.
Modelde Generative Adversarial Network (GAN) kullanıldı. Ağ, biri mekanik kuvvetlere maruz kaldığında malzemenin dahili mikro yapısını gösteren, diğeri ise renk kodlu gerilim ve gerinim değerleriyle etiketlenmiş binlerce eşleştirilmiş görüntü kullanılarak eğitildi. GAN, oyun teorisini kullanarak malzemenin görünümü ile maruz kaldığı stresler arasındaki ilişkileri belirleyebiliyor.
Sinir ağı eğitildikten sonra tüketici sınıfı bilgisayar işlemcileri üzerinde çalışabilir. Bu, yapay zekayı sahada erişilebilir kılar ve denetimlerin sadece bir fotoğrafla yapılmasını sağlar. Bu ilerleme sayesinde, karmaşık denklemleri çözme ihtiyacı ortadan kaldırılarak mühendislerin tasarım süreci hızlandırılabilir.
MIT’nin sitesinde yayımlanan yazıya buradan ulaşabilirsiniz.
