多倫多大學應用科學與工程學院的研究人員利用機器學習的力量，創造了奈米材料，這種材料兼具碳鋼的強度和聚苯乙烯泡沫塑膠的輕盈性。這項進展將對從汽車到航空航天等各個行業產生重大影響。

由Tobin Filleter 教授領導的研究團隊設計出了奈米材料，這些材料具有前所未有的強度、重量和可自訂性。這些材料由微小的構建塊或重複單元組成，尺寸僅為數百奈米——如此之小，以至於100 多個排列起來的奈米材料幾乎與人類頭髮的厚度相當。

研究人員使用多目標貝葉斯優化機器學習演算法來預測最佳幾何形狀，以增強應力分佈並提高奈米結構設計的強度重量比。該演算法只需要400 個數據點，而其他演算法可能需要20000 個或更多數據點，這使得研究人員能夠使用更小的高品質數據集。加拿大團隊與韓國科學技術院的Seunghwa Ryu 教授和博士生Jinwook Yeo 合作完成了這一步驟。

這次實驗是科學家首次應用機器學習來優化奈米結構材料。據該項目發表在《先進材料》雜誌上的論文的主要作者Peter Serles 稱，團隊對這種改進感到震驚。它不只是從訓練資料複製成功的幾何形狀，還從形狀的哪些變化有效、哪些無效中學習，從而能夠預測全新的晶格幾何形狀。

該團隊使用雙光子聚合3D 列印機創建了用於實驗驗證的原型，在微米和奈米尺度上構建了優化的碳奈米晶格。該團隊優化的奈米晶格強度是現有設計的兩倍多，每立方公尺每公斤密度可承受2.03 兆帕的壓力——大約是鈦的五倍。

這些材料的潛在應用非常廣泛。 Filleter 教授設想航空航太業為飛機、直升機和太空船製造超輕型零件。研究人員估計，用這種新材料替換飛機上的鈦部件，每替換一公斤材料每年可節省80 公升，有助於減少飛行的高碳足跡。

該計畫匯集了材料科學、機器學習、化學和力學等多種元素，涉及與德國卡爾斯魯厄理工學院、麻省理工學院和萊斯大學的國際合作夥伴的合作。下一步是改進這些材料設計的規模化。團隊還計劃探索新的基質，將材料結構的密度推向更低，同時保持高強度和剛性。