人工智能助力可穿戴电子设备材料的多尺度模拟

近日，《国家科学进展》在线发表了清华大学王笑楠副教授、西安工程大学余灵婕副教授的研究成果。长期以来，材料从微观到宏观的多尺度模拟面临着计算资源和时间耗费庞大的挑战。为此，研究人员开发了用于加速多尺度模拟的人工智能模型，该模型可有效快速预测可穿戴电子设备材料的传感性能。该人工智能框架的构建基于注意力机制和图数据结构，该模型巧妙地将ANN层嵌入图注意力网络中，实现了微观尺度到宏观尺度的桥接。基于多尺度模拟和现有文献的整合数据，训练好的模型可实现碳纳米管/聚二甲基硅氧烷（CNTs/PDMS）复合材料传感特性的快速准确评估。

在后续验证中，该模型的预测结果表现出了与仿真模型结果较高的一致性和较好的泛化性，可显著缩短材料从微观至宏观尺度的结构设计周期，凸显了人工智能在可穿戴电子设备材料中用于结构设计和优化的巨大前景。