Duże zbiory danych to codzienność w inżynierii materiałowej. Dotyczy to zarówno badań eksperymentalnych jak i komputerowych modeli zachowań materiałów. Zrozumienie jak obrazy mikroskopowe powierzchni materiałów skorelowane są z ich właściwościami fizycznymi jest niezwykle istotne. Centrum Doskonałości NOMATEN z powodzeniem wykorzystuje uczenie maszynowe w badaniach materiałowych, a teraz buduje narzędzie, które będzie przyjazne również tym badaczom, którzy nie posiadają wiedzy o kuchni sztucznej inteligencji.

Mikroskopia (optyczna, elektronowa, sił atomowych etc.) to klucz do wglądu w mikrostrukturę i właściwości materiałów. Obrazy mikroskopowe są odzwierciedleniem właściwości fizycznych materiału, mogą też dostarczyć informacji na temat procesów, jakim był on poddany i ich efektów. Pomiary mikroskopowe dostarczają ogromnych ilości danych, które mogą być wykorzystane do rekonstrukcji mikrostruktury materiału i stać się podstawą dla symulacji komputerowych w skali molekularnej lub większej. Zrozumienie dużych zbiorów danych wymaga zastosowania technik statystycznych i uczenia maszynowego. Co więcej, symulacje wymagają wydajnych technik rekonstrukcji mikrostruktury.

„W mikrostrukturze materiałów poddanych ekstremalnym warunkom (np. wysokiej temperaturze, dużemu odkształceniu lub napromieniowaniu) zachodzą zmiany, które są trudne do zrozumienia przy użyciu tradycyjnie stosowanych modeli” - mówi dr Stefanos Papanikolaou, lider grupy badawczej Informatyka Materiałowa – Struktura i Funkcje w Centrum Doskonałości NOMATEN. „Z naszego doświadczenia wynika, że w takich przypadkach metody sztucznej inteligencji okazują się niezastąpione w celu uchwycenia tych zmian i odniesienia ich do konkretnych zachodzących procesów i do właściwości fizycznych. W NOMATEN powszechnie stosujemy AI i uczenie maszynowe w badaniu materiałów.”

Naukowcy z grupy doktora Papanikolaou postanowili stworzyć oprogramowanie przyjazne także dla badaczy nieposiadających zaawansowanej wiedzy na temat uczenia maszynowego.

"Oprogramowanie, którego założenia opracowaliśmy, a które obecnie rozwijamy, dostarcza rozwiązania pozwalające na efektywne przeprowadzanie obliczeń umożliwiających zrozumienie i przewidzenie odpowiedzi mechanicznej materiału w przewidywanych warunkach pracy" – wyjaśnia naukowiec.

Pomysł stworzenia takiego oprogramowania wywodzi się z poprzednich prac doktora Papanikolaou dotyczących kluczowych technik redukcji wymiarowości i zastosowania konwolucyjnych sieci neuronowych (oprogramowanie SeaPy). Punktem wyjścia była diagnoza, że stan oprogramowania wykorzystującego uczenie maszynowe jest w podobnym stadium jak tradycyjne oprogramowanie w erze dotcomów (1995-2000): istnieje wiele rozwiązań i produktów, jednak tylko eksperci znają sposoby na efektywne zastosowanie ich i osiągnięcie zadowalających rezultatów. Prace zespołu NOMATEN są odpowiedzią na powszechne zapotrzebowanie na dedykowane rozwiązania z dziedziny uczenia maszynowego, które mogą być zastosowane bezpośrednio przez osoby przeprowadzające eksperymenty i dostarczą im użyteczne wyniki na podstawie zebranych danych.

Warto dodać, że w związku z rozwojem oprogramowania rozwijanego przez grupę dra Papanikolau Centrum Doskonałości NOMATEN poszukuje obecnie pracowników na stanowiska AI/ML expert, GUI developer i Desktop application developer.

Ogłoszenia rekrurtacyjne: 
https://www.ncbj.gov.pl/praca/desktop-application-developer-mab-nomaten
https://www.ncbj.gov.pl/praca/aiml-expert-mab-nomaten

Informacje uzupełniające

Celem działania Centrum Doskonałości NOMATEN powołanego w Narodowym Centrum Badań Jądrowych jest prowadzenie badań nad materiałami odpornymi na ekstremalne warunki (wysokie temperatury, korozję, promieniowanie - zwłaszcza neutronowe). Badane i opracowywane materiały znajdą zastosowanie w przemyśle jądrowym, energetycznym, chemicznym i innych. Centrum zajmuje się także opracowywaniem nowoczesnych radiofarmaceutyków dla zastosowań w diagnostyce i terapii nowotworów. Partnerami przedsięwzięcia są Commissariat à l’Énergie Atomique et aux Énergies Alternatives z Francji (CEA) i Teknologian Tutkimuskeskus VTT z Finlandii. Cenbtrum Doskonałości NOMATEN finansowane jest z programu Międzynarodowe Agendy Badawcze MAB PLUS (Nr umowy MAB PLUS/2018/8) Fundacji na rzecz Nauki Polskiej, współfinansowanego ze środków UE pochodzących z Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Inteligentny Rozwój oraz z grantu NOMATEN-Teaming for Excellence jest realizowanego w ramach Programu Ramowego Unii Europejskiej Horyzont 2020, nr umowy 857470.