人们很早就认识到结构材料具有重要的应用价值和巨大潜力，但在设计上始终面临着不少挑战。传统方法都需要有着丰富先验知识和经验的设计师来操作，并且最终可以提供选择的设计数量是有限的。如何找到一种简单快速且系统化的方法来设计复杂的结构材料？麻省理工学院（MIT）赵选贺教授开发出一个利用生成式对抗网络（GAN）来设计复杂结构材料的“平台化”系统。该项研究已发表在4月24日出版的《科学进展》（Science Advances）杂志上。

在这项研究中，最为关键的工作是提出了一种“生成数据的方法”。首先提出一个基于晶格的分类。然后，在每个晶格系统里，再把几百万个随机生成的结构上传，并通过大量计算，得出相应性能等相关内容的海量数据，最后再用这些数据训练GAN。有趣的是，他们的本意是想解决传统结构材料设计时的局限性，但最后发现，GAN不仅提供了数量极多的选择范围，而且提供的材料结构在特性方面也能达到理论的极限，也就是能得到最佳的性能。

来源：《科学进展》