כחומר ביד המחשב

אפיון של חומרים הוא שלב בסיסי מאוד בכל תהליך ייצור – בייצור בוכנות מנוע, כנפי מטוסים, גשרים, אטבים, מזון, מסכים ועוד כהנה וכהנה. לעתים, למשל כשמדובר בגשר או בכנף מטוס, חוזק החומר הוא משתנה חורץ גורלות.

ד״ר גל אורן

עד המאה ה-20, רוב החומרים שנדרשו לתעשייה הכבדה, ובעיקר מתכות, יוצרו כסגסוגות פשוטות. כיום, לעומת זאת, משתמשת התעשייה בחומרים חדשניים בעלי תכונות חדשות, שלפיתוחם נדרש מחקר רב שנים כדי שיעמדו בדרישות המפרט של המוצר המיועד. פיתוח חומרים אלה נעשה כיום, לפחות בחלקו, בסיוע כלים חישוביים מתקדמים; אפיון התוצר המתקבל, לעומת זאת, עדיין נערך במידה רבה בתהליך ידני או ידני-למחצה המתבסס על חוות דעת מומחה, על סמך תצפיות וניסויים חוזרים ונשנים החושפים את התנהגות החומר ומאפשרים לשפרו.

גישה שונה לגמרי, הרותמת את הבינה המלאכותית לתכלית זו, מוצגת כעת במחקר שפורסם לאחרונה ב-Nature Scientific Reports על ידי צוות של חוקרים מקמ”ג (הקריה למחקר גרעיני – נגב) והטכניון, בהנחיית ד״ר גל אורן מהפקולטה למדעי המחשב ע”ש טאוב בטכניון.

המחקר התמקד בשאלה מרכזית שנותרה פתוחה במשך שנים: האם ניתן לפענח ללא מגע אדם, ואולי אף ללא ניסוי מקדים, את תכונות החומר? יתרה מכך, האם יש ביכולתו של המחשב להבחין בפגמים שאי אפשר לנסח את צורתם מראש? והאם אפשר לקבוע סיפי-כשל מדויקים לחומר?

“כדי לצלול לנושא יש צורך להבין כיצד בכלל נבחנים החומרים בימינו,” אומר ד”ר אורן. “השיטה המרכזית לפענוח כמותי של תכונות חומרים היא מטלוגרפיה – מדע-אומנות של הכנת פיסות הנדגמות מהחומר ובחינתן במיקרוסקופ אלקטרונים או מיקרוסקופ אופטי. המיקרוסקופ מייצר תמונה מיוחדת המאפשרת לבחון את המבנה הגבישי של החומר, את פיזורו ואת הזיהום שהיה בתוכו או שהצטבר בתוכו כחלקיקים קטנים בעת יציקת החומר, המכונים תכלילים.

“לשיטה זו מגבלות רבות, שכן לאורך השנים לא נמצאו מודלים שהצליחו לבדל היטב בין המשתנים בתמונה המתקבלת. יתר על כן, פענוח פיזיקלי מהימן מצריך ניסויים רבים ותמיד יהיה בו אלמנט סובייקטיבי. קושי מרכזי נוסף טמון באי-היכולת האנושית לכמת לכדי מודל אחוד את ההתנהגויות השונות של החומר, כך שאפשר יהיה לומר בוודאות מתמטית מהן תכונות החומר ומהן הסכנות הטמונות בשימוש בו.”

הפתרונות שהוצעו בעבר לבעיה זו מבוססים על מגוון גישות: עיבוד תמונה, ראייה ממוחשבת ואפילו למידה עמוקה – גישה המדמה את הפעילות המוחית שלנו בזמן למידה. למידה עמוקה מאפשרת לגבור כיום על מגוון בעיות מסובכות, מנהיגה אוטונומית ועד זיהוי פנים. עם זאת, בעניין אפיון חומרים מקצה לקצה לא הוצגה עד כה גישה מקיפה לפתרון האתגר האמור.

פריצת הדרך המוצגת במאמר ב-Nature Scientific Reports מבוססת על תחום המומחיות של הקבוצות בקמ״ג ובטכניון, והדגמים שנבחרו היו של סגסוגת אורניום-כרום. מדובר בתמונות מרובות טקסטורות וגוונים, המהוות חתך דו-ממדי של מציאות תלת-ממדית של החומר.

וכעת – לשלב התוצאות. המערכת החדשה שפותחה על ידי צוות המחקר מאפשרת אפיון מדויק של החומר על סמך שימוש ב-1% בלבד מהמידע בשלבי הלמידה. המערכת הצליחה לנבא בהצלחה רבה את מיקומי התכלילים בחומר, להסיר אותם מתמונת הדגם, להשלים את החסר על סמך שאר התמונה ולבסוף לכמת את הערכים העיקריים המשמשים לאפיון החומר. לדברי החוקרים, מערכת זו תוכל לספק את כל אלה במהירות רבה לגבי כל מצבור נתונים חדש שיובא בפניה.

בנוסף פיתחו החוקרים אלגוריתמים חדשים לזיהוי אנומליות מרחביות וצורתיות ייעודיות לעולם החומרים, כך שכל חומר חדש נבחן גם על בסיס האנומליה שבו וגם על בסיס כל הידע שנצבר אי פעם במערכת. יתר על כן, המערכת מאפשרת כיוונון מחדש של גבולות האנומליה באמצעות תיקוף בניסויים פיזיים. “כך,” מסכם ד”ר אורן, “מתקיימת הפרייה הדדית מגבולות מדע החומרים לגבולות מדעי המחשב וחזרה. אנחנו  מעריכים שתוך שנים ספורות, החקר המטלורגי של חומרים יהיה פשוט ומידי כחומר ביד היוצר – או המחשב.”

למאמר: https://rdcu.be/cJsfN