成大研究團隊「預測+設計」AI模型 開啟冷凍鑄造仿生材料設計新途徑-國立成功大學永續發展SDGs

成大研究團隊「預測+設計」AI模型 開啟冷凍鑄造仿生材料設計新途徑

SDG9

成大研究團隊「預測+設計」AI模型 開啟冷凍鑄造仿生材料設計新途徑

Synergy Correlation

文/孟慶慈 圖/游濟華助理教授研究團隊

冷凍鑄造用於仿生多孔洞材料,極具應用潛力,但從設計到製作,過程繁雜又充滿不確定性。國立成功大學工程科學系游濟華助理教授帶領研究團隊,成功利用人工智慧模型預測冷凍鑄造中的冰晶結構生成,並能設計冷凍鑄造仿生多孔洞材料的所需的孔洞結構,不僅降低設計與製造過程所耗費的人力與時間成本,提升成功率,還進一步開啟了材料設計新途徑,這項研究成果 5 月 17 日一舉躍登國際權威期刊《Advanced Science》。
 
游濟華助理教授表示,冷凍鑄造是新興的仿生多孔洞材料製作法,冰晶結構生成是仿生多孔洞材料「結構」的關鍵。冷凍鑄造仿生多孔洞材料可運用的領域,例如生醫骨材等生物材料、油水過濾、空氣過濾等環保用途。但迄今,無論設計冰晶生成趨勢或生成後的鑄造,都要耗費大量人力和時間,而且變數極大。
 
現今,國內外都有團隊投入人工智慧冷凍鑄造相關研究,但多數做的是預測,提供各種溫度、速度等條件,預測冰晶結構生成的結果。游濟華助理教授團隊不僅利用人工智慧「深度學習」去預測結果,又應用了「增強式學習」,讓模型具有設計能力,輸入指令說明要製作的孔洞結構,模型就能設計出符合「結果」所需要的各式條件。
  
這項「預測+設計」人工智慧模型,是游濟華助理教授及其團隊獨立研究開發而成。游濟華助理教授說,此模型大幅加速冰晶結構設計過程,一般來說有經驗的設計者,至少要花 5 小時才可能設計出一個冰晶結構生長趨勢,人工智慧模式 2 至 3 分鐘即大功告成。至於運算成本,一般的電腦計算若需要 2 分鐘,人工智慧只要 2 秒。
 
游濟華助理教授研究團隊成員包括,博士候選人曾柏諺、研究助理郭張瑋、碩士畢業生簡宇辰,大家前後耗費 1 年時間才完成此項研究。這一年來,團隊遇到不少挑戰,難題之一是沒有現成適合的人工智慧模型框架可以使用,必須開發符合研究需求的全新模型架構、設計演算法等。另一個難關為,如何有效整合與控制溫度、速度、攪拌時間等參數。在團隊鍥而不捨的堅持下,問題逐一被克服。
 
游濟華助理教授表示,未來將帶領團隊繼續探索人工智慧在材料方面的應用、研究更先進的技術。現在冷凍鑄造仿生多孔洞材料,孔洞結構都是朝同一方向生成,研究孔洞結構不同的生成方向、探討添加材料等,都是值得深入的議題。
 
《Advance Science》是涵蓋材料科學、物理、化學、醫學和生命科學以及工程學方面研究的期刊,具有高度影響力。


維護單位: 新聞中心
更新日期: 2023-05-18

人工智慧深度學習模型,預測冰晶生成

人工智慧模型Prediction預測冰晶結構生長(上)、Ground truth實際生長(中),預測與實際生長吻合Overlappng情形(下)

右起,游濟華助理教授、研究助理郭張瑋、博士候選人曾柏諺

2024 成大數位人文計畫成果展 看見人文學科與數位技術的融合

SDG92024 成大數位人文計畫成果展 看見人文學科與數位技術的融合

View more
BioAsia亞洲生技大展 成大攜手醫療聯盟、科研平台大秀產學量能

SDG9BioAsia亞洲生技大展 成大攜手醫療聯盟、科研平台大秀產學量能

View more
再創佳績 2024 TMS 海報論文競賽成大材料所師生締造多項紀錄

SDG9再創佳績 2024 TMS 海報論文競賽成大材料所師生締造多項紀錄

View more

NCKU SDGs

永續發展目標

701 臺南市東區大學路1號 雲平大樓西棟7樓

2022© Copyright All Rights Reserved

國立成功大學SDGs離岸團隊擁有全球風能維護團隊5年的全球風控中心,並擁有5年的第一套商業套化輪播式光達設備;除建立捲簾式的移動監控技術,與ECN展示現歐洲海事外展能力。建築複合功能設計團隊與建築外置經驗塔在介紹節能建築的同時,驗證建站技術也在技術中心及平台上進行技術測試,分享階段平台成果試驗成果未來生結合應用的架構,以作為開發系統的架構。