用算法替代研究员，这家 AI 公司帮波音 3D 打印飞机金属零件

编者按：3D 打印组件能为波音生产每架飞机节省上百万的成本，然而找到适合 3D 打印的合金的配方确是一个难题。通过使用机器学习算法，Hunter Martin 的团队可以将寻找 3D 配方的时间从数白天缩短到短短几天。

材料科学家 Hunter Martin 和他的团队在加州马里布的 HRL 实验室，将一种像糖粉一样的灰色粉末装入机器中。他们研制了粉末配方，其中主要是铝和其他一些元素混合，都是在原子级的元素。 这台机器是一台 3D 金属打印机，可以将粉末一次性粉碎成单一粉尘，而激光这些粉末层压在一起。 在几个小时内，机器打印出一个巧克力饼大小的小块。

HRL 的母公司波音和通用汽车希望能够为其时髦的新一代汽车和飞机大规模 3D 打印复杂的金属零件。 空中客车公司已经在商用飞机上安装了有史以来第一个 3D 打印金属零件，是一种连接到机翼上的支架。但是这种技术受到当今金属粉末质量的限制，Martin 说。 大多数有用的合金是不可打印的，因为粉末颗粒中的原子堆叠问题，导致焊接脆弱、易碎。

因此，主要为波音工作的 Martin 的团队和通用汽车的前瞻 HRL 传感器和材料实验室共同研究了如何改变合金强度的配方，以便与 3D 打印机相兼容。 他们的秘密武器：由湾区公司 Citrine Informatics 研发的机器学习软件。事实证明，算法可以学习足够的化学知识，以找出波音应该在下一架飞机中使用什么材料。

马丁的测样花了两年多的时间。扫描元素周期表，他的团队提出了 1000 万种可能改善粉末的配方。 然后，使用 Citrine 的机器学习算法来弄清楚应该制作哪些。

当公司升级他们的产品：新一代汽车，智能手机或雨衣，他们首先考虑的是如何升级材料。可能会选择提高质量的材料，比如为 iPhone 制造更坚固的玻璃，或者想出如何制造更便宜的电池。卡内基梅隆大学的材料科学家 Liz Holm 表示：“一切都必须从头开始，我们要从中解脱出来？”他曾与 Citrine 合作过。

但从历史上看，这个过程是永无止境的。 如果你正在尝试制造更高效的LED，那么你需要利用多年的材料科学经验来挑选最初的半导体配方，然后经过多年的调整，直到材料符合所有标准。 Citrine CEO Greg Mulholland 表示：“你科学的方法，你提出一个假设，你测试，最后你总。然后再重复这个过程。”

在 2013 年，当 Mulholland 还在商学院时，他和 Citrine 的联合创始人 Bryce Meredig 、Kyle Michel 认为他们可以加快这一进程。 一个关键的步骤就是选择大致正确的第一个配方，这个配方通常需要经验丰富的研究人员的帮助。 但是，与其依靠科学家的有限的经验，为什么不通过一个几十年实验数据喂养的算法来解决呢呢？

为了创建这些算法，他们必须从数十年的实验中搜索数据。他们编写软件来扫描和转换书籍中打印的数据。用超级计算机模拟晶体的结果反馈给算法。他们构建了一个友好的用户界面，研究人员可以从下拉菜单中选择并切换按钮来描述他们想要的材料类型。 除了 HRL 之外，Citrine 团队在过去的四年中与松下，美国国防高级研究计划局和各个国家实验室等客户进行了合作。

但即使如此，材料科学项目也缺乏数据。 Mulholland 说：“我们必须发挥创意，才能真正充分利用数据。 举个例子，我们的算法与谷歌翻译的基础算法不同，谷歌翻译的算法经过数百万字训练，对于一类材料，可能只有一千个甚至更少的数据点。一些公司想使用近几年前才发现的材料，为了实现这一点，Mulholland 的团队教会算法物理和化学的通用规则。

有时甚至不得不求助于手写数据。 Mulholland 说：“有时我们必须扫描来自客户的纸张和笔记本，这确实很糟糕。 “这是一系列难以阅读的笔记，夹杂着滴在纸上的化学物质。”

幸运的是，Citrine 团队的算法可以预测在合金中添加哪种原子来提高可焊性。 例如，该算法可以将原子的最佳大小以及它们需要形成的化学键的类型放在一起。 这个软件帮助 Martin 的团队排除了 1000 万种配方，缩小到易处理的 100 种。而以往这个过程需要在实验室中经过迭代的实验。 Martin 表示：“从好几年时间缩短到几天。”

使用这些新的粉末配方，他们打印了几个原型块，并测试其强度。当他们在显微镜下检查这些块，并用数千磅的力拉动原型块，原型块最终通过了测试。

伊利诺伊大学的 William Paul King 表示， Citrine 这样的软件，并不会取代人类的专业知识。  Martin 的团队不能直接告诉软件，“修复这个不可焊接的粉末！”他们必须明确告诉算法正在寻找什么化学性质。这需要人类的重要专业知识。

相反，这类软件使得材料科学家可以使用他们已经积累了几十年的学院知识。 Mulholland 说：“对于很多材料科学问题，并不需要 100 年的时间才能得到真正的高级答案。 “应该只需要五到十年，甚至更短。“在 3D 打印方面，Citrine 的算法把这个时间缩短到了几天。

原文链接：https://www.wired.com/story/the-ai-company-that-helps-boeing-cook-new-metals-for-jets/

编译组出品。编辑：郝鹏程