Inteligencia artificial multimodal humana en el bucle con retroalimentación afectiva para el descubrimiento acelerado...

Área de la Ciencia:

• Ciencia de los materiales Ciencia de los materiales.
• La inteligencia artificial es inteligencia artificial.
• Diseño de materiales computacionales Diseño de materiales computacionales

Sus antecedentes:

• Las aleaciones de alta entropía (HEAs) ofrecen propiedades avanzadas, pero son difíciles de diseñar debido a su complejidad.
• Los métodos de diseño convencionales se enfrentan a limitaciones en el costo computacional y la precisión predictiva.
• Los enfoques de aprendizaje automático (ML) existentes para el diseño de HEA sufren de escasez de datos y mala interpretabilidad.

Objetivo del estudio:

• Desarrollar una plataforma interactiva integrada hombre-ordenador para el diseño de aleaciones de alta entropía.
• Incorporar retroalimentación emocional para el ajuste dinámico de los parámetros de optimización.
• Mejorar la eficiencia y la precisión del diseño de materiales impulsado por la IA a través de la colaboración entre humanos y IA.

Principales métodos:

• Integración del procesamiento del lenguaje natural (modelo T5), el aprendizaje automático (XGBoost) y la optimización multiobjetivo (NSGA-II).
• Implementación de un flujo de trabajo de "percepción-decisión-optimización" de circuito cerrado con reconocimiento de emociones en tiempo real.
• Utilizando el análisis SHAP para la interpretabilidad y el modelado multiscala para la validación.

Principales resultados:

• Se logró una alta precisión en la predicción de la fuerza de rendimiento y el módulo de Young para HEAs.
• La optimización impulsada por la emoción demostró una convergencia efectiva del frente de Pareto con <1.4% de desviación de los valores experimentales.
• El análisis SHAP proporcionó información sobre los mecanismos físicos que rigen las propiedades de las aleaciones.

Conclusiones:

• La plataforma integrada ofrece un nuevo paradigma para el diseño de materiales interpretables y eficientes impulsados por IA.
• La incorporación de retroalimentación afectiva mejora la colaboración entre humanos y IA y alinea los resultados del diseño con las preferencias de los expertos.
• El enfoque demuestra un potencial significativo para acelerar el descubrimiento y desarrollo de materiales avanzados como los HEAs.