Inteligența artificială și știința materialelor. Un nou și interesant interviu tematic cu unul din cei mai buni specialiști în domeniu, profesor al Politehnicii ieșene (III)

Se poate afirma faptul că în domenii precum metalurgia avansată, procesarea polimerilor, fabricarea de semiconductori, materiale compozite sau reciclare de materiale, AI nu mai este un „lux”, ci o necesitate. Fără ea, multe procese ar fi mai lente, mai costisitoare și mai puțin precise. În ce măsură sunt incluse concepte legate de inteligența artificială în programele de studiu pentru studenți?

Întrebarea este foarte relevantă, mai ales pentru viitorii ingineri și cercetători în știința și ingineria materialelor. În prezent, incluziunea conceptelor de inteligență artificială (IA) în programele universitare este în plină dezvoltare, dar gradul de integrare variază mult în funcție de: țară, universitate, nivelul programului (licență vs. masterat vs. Doctorat) sau specializarea principală. O imagine de ansamblu a situației actuale la nivel licență – Integrarea AI-ului este încă limitată, dar în creștere. În programele clasice de inginerie a materialelor, conceptele de IA sunt rareori cursuri de sine stătătoare la licență. Totuși, ele încep să apară sub forme precum: introduceri la analiza datelor sau modelare numerică, utilizarea de software cu componente AI (ex: simulatoare de microstructuri, optimizare de procese), proiecte interdisciplinare la cursuri de laborator sau aplicații industriale. Câteva excepții la nivel de licență sunt aduse de universitățile de top (MIT, ETH Zurich, TU Delft etc.) care au început să ofere module opționale sau specializări interdisciplinare în „Materials Informatics”.

La nivel de masterat – Prezență tot mai importantă, AI este mult mai bine reprezentată, mai ales în programe precum: „Materials Informatics”, „Data Science for Materials Science” sau „Computational Materials Engineering” în care studenții învață aici să folosească: învățarea automată (machine learning) pentru prezicerea proprietăților materialelor, algoritmi de optimizare pentru procese de fabricație, analize de big data din simulări și experimente, programare în Python, utilizarea de biblioteci precum Scikit-learn, TensorFlow, PyTorch etc.

Doctorat și cercetare – AI este din ce în ce mai esențială. În cercetarea de vârf din ingineria materialelor, AI este deja o unealtă standard. Mulți doctoranzi folosesc IA pentru: dezvoltarea de modele predictive, analiză automată de imagini microscopice, proiectarea materialelor inverse (inverse design) și interpretarea datelor obținute din simulări (ex: metode DFT).

Tendință clară observată de noi este cea de interdisciplinaritate. Viitorul educației în ingineria materialelor este clar interdisciplinar: studenții trebuie să aibă cunoștințe de bază din domenii precum: programare (Python, MATLAB), statistică și analiză de date, machine learning, fizică computațională și știința materialelor.

Conceptele de AI sunt tot mai prezente în educația pentru ingineria materialelor, dar nu încă peste tot și nu la același nivel. La master și doctorat devin esențiale, iar în viitor se așteaptă o integrare mai profundă și chiar cursuri obligatorii legate de AI în toate nivelurile de studiu.

Integrați, dumneavoastră și colegii cadre didactice, concepte de AI în cursurile pe care le predați?

Bineînțeles că la nivel de pregătire grafică a laboratoarelor și seminariilor majoritatea colegilor folosesc deja AI-ul dar în cursuri și laboratoare, sub forma unor capitole, inclusiv o disciplină pe baza Inteligenței Artificiale utilizate în Știința și Ingineria Materialelor vor fi implementate într-un program de Masterat pe care ni-l dorim la Facultatea noastră.

Există programe, aplicații sau instrumente AI pentru studenți, ca să înțeleagă valoarea practică a noii tehnologii?

Da, există programe, aplicații și instrumente AI accesibile și utile pentru studenți, care îi pot ajuta să înțeleagă concret cum funcționează inteligența artificială și cum poate fi aplicată în Știința și Ingineria Materialelor. Multe dintre ele sunt gratuite sau ușor de accesat și au aplicații practice reale. Instrumente AI utile pentru studenți în știința materialelor aplicate deja de aceștia în cadrul lucrărilor pentru Sesiunea de Cercuri Științifice , Proiecte de diplomă sau de Disertație sunt:

• Materials Project (https://materialsproject.org) : platformă online ce folosește AI și simulări DFT pentru a prezice proprietăți ale mii de materiale. Studenții pot căuta compuși, analiza stabilitatea, structura cristalină, conductivitatea etc. Este un exemplu clar de AI aplicată în cercetarea materialelor.
• Matminer (Python library): o bibliotecă Python special concepută pentru analiza de date și machine learning în știința materialelor. Poate fi folosită pentru antrenarea de modele care prezic conductivitate, duritate, punct de topire etc. Ideal pentru proiecte de semestru sau cercetări de licență/master.
• Google Colab + Scikit-learn / TensorFlow / PyTorch, Google Colab este un notebook online gratuit care permite rularea de cod Python în cloud (fără instalări). Combinația cu biblioteci AI permite construirea de modele simple de machine learning chiar și de către începători. Se pot face diverse proiecte practice precum: clasificarea și compararea proprietăților materialelor (ex: metal vs ceramică); predicția proprietăților fizice, recunoaștere de imagini microscopice (cu CNN)
• AI-powered simulation software: programe comerciale (unele cu versiuni academice gratuite) care folosesc AI: Thermo-Calc (pentru simulări termodinamice), COMSOL Multiphysics (integrare cu modele AI), JMP Statistical Software – pentru vizualizarea și analizarea datelor experimentale, inclusiv regresii asistate de AI.
• Aplicații educaționale interactive cu AI: Teachable Machine (by Google) – permite crearea de modele AI vizuale sau sonore în câteva minute, fără programare. Folosit în educație pentru a învăța conceptele de clasificare și recunoaștere automată. Exemple de proiecte practice pe care studenții le pot face cu aceste instrumente: Prezicerea durității unor aliaje pe baza compoziției chimice, clasificarea microstructurilor (ferrită, perlită, austenită) din imagini microscopice, optimizarea parametrilor unui proces de tratament termic folosind un model AI, proiectarea unui material virtual cu proprietăți țintă (inverse materials design)

În concluzie putem afirma că Da, există instrumente AI prietenoase pentru studenți, care nu doar explică conceptele, ci le oferă și ocazia să aplice AI în mod real, chiar și fără cunoștințe avansate de programare. Aceste instrumente dezvoltă o înțelegere practică a valorii inteligenței artificiale în cercetare și industrie.

 Găsiți mai multe detalii despre termenii folosiți în DICȚIONARUL AI

Publicitate și alte recomandări video