ARTICLE · 1101256
AI 发现了如何让一种仅有一原子厚的材料在原子结构开始破裂时仍能持续承受载荷,从而防止灾难性失效.
关注
重播 分享 赞
以下是我们所做的工作：
▶️ 我们要求 AI 构建并使用科学仪器。它编写了力引擎、结构生成器、加载程序、分析工具和实验数据库。独立实验活动运行了多天，无需科学干预。
▶️ 我们要求仪器通过物理和数值测试。实现过程通过了二十项验证测试，并在测试配置中将参考能量重现至约 10⁻¹³ eV/原子精度。随后，每个提议的设计都面对相同的反应性原子间模型。
▶️ 我们要求在结果前做出预测，创建世界模型构建与证伪/验证的循环。AI 必须承诺对未见设计的行为进行预测，然后运行模拟。不正确的预测成为识别缺失机制的机会。
从中浮现出一组物理设计原理：
▶️ 物质的原子尺度排列控制强度。AI 首先展示了强度如何以及为何在不同架构中变化超过六倍。相似数量的碳产生了截然不同的失效抗性，因为它们以不同方式组织了承载体连接。
▶️ 旋转图案可改变失效机制。倾斜裂缝阵列揭示了三种状态：相邻裂缝尖端连接、中间韧带旋转，或短桥弯曲。仅基于剩余横截面的规则会忽略这些连接性和运动性的变化。
▶️ 分层结构在可识别条件下有效。在原始尺度下，其表观强度优势大多可归因于对齐。随着结构层级间距增大，选定的分层设计比同质量单层对照组强度高约 25%，并显示出更大的积分应力-应变响应。脉络重新分配载荷，隔室局部化损伤，架构改变裂纹扩展方式。
▶️ 失败预测对揭示下一个实验至关重要。有些提议规则通过了针对性测试；其他则失败。较长加载保持了广泛架构强度对比，同时揭示了额外变形，并在某些情况下显示出较晚的应力峰值。科学价值在于识别规则及其边界，因为 AI 刺穿了已知科学知识。
▶️ 仪器开启了一个极其复杂的设计空间。AI 能够将设计语言扩展成一个开放图谱，包含数十万个原子级明确的结构。
更深层的含义是，AI 可以构建方程、实验和解释之间的可执行连接。物理推理是它们可以实现、审问和修订的东西。
科学仪器扩展了科学家所能观察的内容；而构建此类仪器的 AI 则扩展了它能进行的实验，以及它能提出的问题，这些都从量子力学基本真理出发，基于原子如何相互作用的基本原理。
模型构建模型，用物理证据塑造递归推理循环。