沈建苗

“一切都要從頭開始，我們要用什么材料來制造產品？”

在位于加利福尼亞州馬里布的HRL實驗室，材料科學家亨特·馬?。℉unter Martin）及其團隊，將細如糖粉的灰粉末倒進一臺機器里。幾小時內，這臺機器就可以打印出一塊“小方蛋糕”。粉末配方經過了他們精心挑選，細到原子層面：以鋁元素為主，混有另外一些元素。這臺機器是3D金屬打印機，每次灑出一層粉末，而上面的激光器將每一層焊起來。

HRL的兩家母公司波音和通用汽車，希望為其造型優(yōu)美的新一代飛機和汽車大批量3D打印精密的金屬部件?？罩锌蛙嚬疽呀浽谏逃蔑w機上安裝了有史以來第一個3D打印的金屬部件，連接在機翼上的支架上。不過馬丁表示，這種技術受到當今金屬粉末質量的制約。大多數實用合金之所以打印不了，是由于粉末顆粒中的原子無法正確堆疊，導致焊接起來不牢固。

于是，馬丁的團隊設法搞清楚了如何改變一種高強度合金的配方，以便與3D打印機兼容，這個團隊主要在波音和通用汽車前瞻性的HRL傳感器及材料實驗室工作。他們的秘密武器是，總部位于灣區(qū)的Citrine Informatics公司開發(fā)的一款機器學習軟件。事實證明，算法可學習足夠的化學知識，弄清楚波音應該在下一個飛機機身中使用什么材料。

馬丁測試原型塊花了整整兩年多的時間，他的團隊查遍了周期表，列出了1000萬種可能的配方以改善粉末質量。然后他們要使用Citrine的機器學習算法，搞清楚試用哪幾種。

許多公司升級產品（下一批普銳斯汽車、智能手機或雨衣）時，首先考慮如何升級用來制造這些產品的材料。它們可能會提高質量，比如為iPhone制造一種更堅硬的玻璃，或者搞清楚如何制造更便宜的電池。卡內基·梅隆大學的材料科學家利茲·霍爾姆（Liz Holm）過去與Citrine合作過，他說：“一切都要從頭開始，我們要用什么材料來制造產品？”

不過在過去，這個過程很耗費時間？？。如果你在試圖制造更高效的LED，就會利用材料科學方面多年來的經驗，挑選一種初始的半導體配方，然后數年如一日地不斷調整和改進，直到材料符合所有既定的標準。Citrine的首席執(zhí)行官格雷格·馬爾霍蘭（Greg Mulholland）說：“你知道科學的方法。你提出一個假設，加以測試，然后得出一番結論。之后周而復始?！?/p>

于是在2013年，馬爾霍蘭還在商學院時，他與Citrine的聯(lián)合創(chuàng)始人布賴斯·梅雷迪格（Bryce Meredig）和凱爾·米歇爾（Kyle Michel）認為可以加快這個過程。一個關鍵的步驟就是，選擇大致正確的第一個配方，而這通常需要一位經驗豐富、多年處理類似材料的研究人員的幫助。但是何不借助幾十年來不斷饋送實驗數據的算法，而不是依賴一名科學家的有限經驗？

為了開發(fā)這種算法，他們不得不從那幾十年的實驗中搜集數據，他們編寫軟件來掃描和轉換印在另一個時代的笨重參考書上的數據。他們將超級計算機模擬奇異晶體的結果饋送給算法。他們開發(fā)了一個友好的用戶界面，那樣研究人員可以從下拉菜單和切換按鈕中選擇，描述他們想要的材料類型。除了HRL外，Citrine團隊在過去四年還與松下、美國國防高級研究計劃局（DARPA）和多個國家實驗室等客戶有過合作。

但是即便如此，材料科學項目還是缺乏數據。馬爾霍蘭說：“我們必須另辟蹊徑，才能真正最大限度地利用可用的數據?！北热缯f不像谷歌翻譯使用的算法用數百萬單詞加以訓練，新一類材料可能只有1000個或更少的數據點。一些公司想要使用幾年前才發(fā)現(xiàn)的材料。為了讓算法支持更多種類的材料，馬爾霍蘭的團隊教算法學會物理和化學方面的一般規(guī)則。

有時他們甚至不得不求助于手寫的數據。馬爾霍蘭說：“有時我們必須掃描客戶的紙張和筆記本，這確實很糟糕。通常類似我的實驗室筆記本以前的那個樣子。這是一系列難以看清楚的筆記?！?/p>

幸好，有了馬丁的團隊相助，他們不必費那么大的勁。Citrine的首席科學家梅雷迪格在研究生院作演講時，馬丁才對Citrine有所了解。他們發(fā)現(xiàn)，Citrine可以預測在合金中添加什么原子來提高可焊接性。比如說，該算法可以大致算出原子的最佳大小以及它們需要形成的化學鍵的類型。軟件幫助馬丁的團隊將1000萬種提議的配方縮減至易于管理的100種配方。這個過程通常在實驗室中進行，需要多輪試驗。馬丁說：“原來要花幾年，現(xiàn)在縮短至僅僅幾天?！?/p>

使用那些新的粉末配方，他們打印出了幾個原型塊，并測試了強度。他們在顯微鏡下仔細分析原型塊，并用數千磅力來拉伸，這些塊都通過了測試。

伊利諾伊大學厄巴納-尚佩恩分校的威廉·保羅·金（William Paul King）并沒有參與這項研究，他表示，盡管Citrine軟件很智能化，還是不會取代人類的專長。馬丁的團隊還做不到只需告訴軟件，“搞定這個不可焊接的粉末！”他們得明確告訴算法，他們在尋找什么樣的化學屬性。金說：“這需要他們擁有過硬的專長?！?/p>

相反，材料科學家可以更充分地利用幾十年來積累起來的系統(tǒng)知識。馬爾霍蘭說：“不應該花100年的時間來解答這些材料科學問題，應該只要花5年至10年，在某些情況下甚至更短?！闭f到解答馬丁的3D打印問題，Citrine更是將這個時間縮短至幾天。endprint